Sojeong Kim

📢 Project Overview: 2310~2311

주요 기능

대표적인 4가지 CNN 모델 (AlexNet, VGG, GoogLeNet, ResNet) 성능 비교
PyTorch를 활용하여 CIFAR-10 데이터셋에서 Classificaation 성능 실험

View Project & Code

🌟 CNN 모델 리스트

모델	발표 연도	발표 학회	논문 제목
AlexNet	2012년	NIPS (NeurIPS)	ImageNet Classification with Deep Convolutional Neural Networks
VGG	2014년	ICLR	Very Deep Convolutional Networks for Large-Scale Image Recognition
GoogLeNet	2014년	CVPR	Going Deeper with Convolutions
ResNet	2015년	CVPR	Deep Residual Learning for Image Recognition

1. AlexNet (2012, NeurIPS)

AlexNet Model

딥러닝의 대표적인 모델로, ReLU 활성화 함수와 Dropout을 도입하여 학습 성능을 크게 개선함.
대규모 데이터셋(ImageNet)에서 우수한 성능을 보여주며, GPU를 활용한 병렬 처리를 최초로 시도한 모델.
이 모델은 딥러닝 시대를 열었다고 평가받으며, 컨볼루션 신경망(CNN)의 효율성을 증명함.

2. VGG (2014, ICLR)

VGG Model

3x3 컨볼루션 필터를 반복적으로 사용하여 간단하면서도 깊은 구조를 가진 네트워크.
모델의 깊이에 따라 VGG-16, VGG-19 등으로 나뉘며, ImageNet 대회에서 상위권 성능을 기록함.
네트워크가 깊어질수록 성능이 향상되지만, 계산량이 많이 늘어나는 단점이 있음.

3. GoogLeNet (2014, CVPR)

GoogleNet Model

Inception 모듈을 활용하여 여러 크기의 필터를 병렬로 적용, 다양한 특징을 추출할 수 있습니다.
네트워크 깊이와 계산 효율성을 모두 고려하여 설계된 모델로, ImageNet 대회에서 높은 성능을 기록함.
모델 크기가 비교적 작아 실제 환경에서도 효과적으로 사용될 수 있음.

4. ResNet (2015, CVPR)

ResNet Model

Residual Block을 도입하여 매우 깊은 네트워크의 학습이 가능함.
“Identity Mapping”을 활용해 기울기 소실 문제를 해결하며, 학습 안정성과 성능을 동시에 확보함.
152층 네트워크로 ImageNet 대회를 우승하며 딥러닝 모델의 한계를 극복함.

🧪 평가 지표

Accuracy (정확도): 이미지 분류 정확도
Trian Time (소요시간/에폭): 한 에폭당 소요된 시간

📝 데이터셋

CIFAR-10

Cifar10 Dataset

10개의 클래스
32x32 컬러 이미지
Train dataset: 50,000장
Test dataset: 10,000장

💻 실험 방법

1. 가상 환경 설정

conda create -n cnns python=3.9
conda activate cnns

pip install -r requirements.txt

2. 모델 훈련 및 인퍼런스

# 1. GLIDE
python train.py \
    --model {모델명} \ #e.g., alexnet, vgg16 ... \
    --epochs 10 #defualt: 25
    --gpus 0 \

모델명: resnet18, resnet50, vgg16, alexnet, inception_v3, googlenet, mobilenet_v2, densenet121

3. 모델 학습 log 및 성능 확인

log 저장 경로: ./results/log/

#e.g., AlexNet, 25epoch

############학습 시작############
Epoch 0/24
----------
train Loss: 9.1037 Acc: 0.1560
val Loss: 11.9101 Acc: 0.1925
Epoch 1/24
----------

...

############학습 끝############
Training complete in 3m 28s
Best val Acc: 0.449057

Comparision of CNN Models