딥러닝 솔루션에서 흔히 사용되는 Inception, VGGNet, ResNet과 같은 pre-trained model들은 2010년부터 2017년까지 매해 개최된 ILSVRC(ImageNet Large Scale Visual Recognition Challenge)라는 이미지 인식 경진대회에서 탄생하였다고 합니다.

*ILSVRC(ImageNet Large Scale Visual Recognition Challenge): ImageNet이라는 대용량 데이터셋을 활용하여 가장 높은 이미지 분류 성능을 내는 경진대회

<출처: https://bskyvision.com/425>

2017년에 SENet의 인식 에러율이 2.3%로 사람의 인식 에러율이라고 알려진 5%보다 현저히 낮아 이후 더 이상 대회를 열지 않았다고..

이미지 분류 알고리즘의 성능이 어느 정도 나오자 object  detection과 segmentation 알고리즘 개발 열풍이 붑니다!

구체적으로 위 모델들이 어떻게 경쟁하며 발전해왔는지에 대해서 알고 싶으시다면 아래 블로그 글을 참조해 주세요.

https://bskyvision.com/425

대부분의 모델들이 지난 대회에 등장한 모델들에서 개선을 시키며 나왔기 때문에 이런 발전 흐름과 함께 살펴보는 것이 원리와 구조를 이해하는데에 도움이 되기도 합니다.

이번 대회에서 pre-trained model을 사용할 수 있다고 하고 pre-trained model들은 케라스로도 쉽게 불러와 사용할 수 있어서

잘 활용하여 우승에 도전해 보면 좋을 것 같습니다.

지난 컴퓨터 비전대회 우승자가 사용한 모델도 대부분 Net으로 끝나는 모델들이던데... >ㅁ< 이번 대회 파이팅해 보아요!!

(컴퓨터 비전대회 우승자 알고리즘: https://dacon.io/competitions/official/235626/codeshare/)

번외) pre-trained model의 학습 데이터셋인 ImageNet에 대해서만 살펴보아도 재미있어요.

ImageNet 데이터셋 구축의 주역인 Fei Fei Li의 Ted 강연: 

[How we teach computers to understand pictures] https://www.youtube.com/watch?v=40riCqvRoMs

ImageNet 데이터셋에 대한 최근 논문: 

[Towards Fairer Datasets: Filtering and Balancing the Distribution of the People Subtree in the ImageNet Hierarchy] https://arxiv.org/abs/1912.07726