Image Net Deep Learning using Caffe ILSVRC 2012

Image. Net 객체 인식 실험 Deep Learning using Caffe (ILSVRC 2012 dataset) Computer Vision & Image Processing Lab

Convolutional Neural Networks Computer Vision & Image Processing Lab

테스트 환경 • Caffe ( Windows 7 ) - Intel i 7 -3770 CPU @ 3. 40 GHz, 32 GB RAM - Visual Studio 2013 + CUDA 6. 5 + OPENCV 2. 4. 9 환경 - GPU 사용 ( Ge. Force GTX TITAN Black) - CPU에 비해 약 50배 속도 향상 Computer Vision & Image Processing Lab

실험 결과 • 10 클래스 – Tench(잉어), goldfish(금붕어), great white shark(백상아리), tiger shark(배암상어), hammerhead(망치상어), electric ray(전기가오 리), stingray(가오리), cock(수탉), hen(암탉), ostrich(타조) • Train data : 클래스 당 100장 (Total 1, 000 장) • Test data : 각 클래스 당 10장 (Total 100 장) • 결과 : 46%의 rank-1 정확도 Computer Vision & Image Processing Lab

실험 결과 - ILSVRC 2012 • 1, 000 클래스 (Image. Net Large Scale Visual Recognition Competition 2012) Computer Vision & Image Processing Lab

실험 결과 - ILSVRC 2012 • • 1, 000 클래스 (ILSVRC-2012 data set) Train data : 130만 장 Test data : 5만 장 학습 소요 시간 : 약 3일 소요 (. Caffemodel) 저장 • 테스트 소요 시간 : 22분 소요 • 결과 : Rank-1 : 53. 43% Rank-5 : 75. 81% 정확도 Computer Vision & Image Processing Lab