Image Classification(이미지 분류) 문제와, data-driven approach(데이터 기반 방법론)을 소개
이미지 분류 문제란, 입력 이미지를 미리 정해진 카테고리 중 하나인 라벨로 분류하는 문제
e.g. 그림의 이미지 분류 모델은 하나의 이미지와 4개의 분류가능한 라벨 {cat, dog, hat, mug} 이 있다. 컴퓨터에서 이미지는 3차원 배열로 표현된다. 이 예시에서 고양이 이미지는 가로 248픽셀, 세로 400픽셀로 구성되어 있고 Red, Green, Blue(RGB) 3개의 색상 채널이 있다. 따라서 이 이미지는 248 x 400 x 3개(총 297,500개)의 픽셀로 구성되어 있으며, 각 픽셀의 값은 0~255 범위의 정수 값이다.
이 수많은 값들을 “cat” 이라는 하나의 라벨로 변경하는 것
이미지가 주어졌을 때 그에 대한 라벨(각 라벨에 대한 신뢰도를 표시하는 분류)을 예측하는 일이다. 이미지는 0~255 정수 범위의 값을 가지는 Width(너비) x Height(높이) x 3의 크기의 3차원 배열이다.
이미지를 분류하는 일은 컴퓨터 비전의 관점에서 생각해보면 해결해야 하는 문제들이 있다. 이미지는 3차원 배열의 값으로 나타내는 것을 염두해두어야 한다.
