이미지넷

이미지넷(ImageNet) 프로젝트는 시각적 개체 인식 소프트웨어 연구에 사용하도록 설계된 대규모 시각적 데이터베이스이다. 이 프로젝트에서는 어떤 물체가 묘사되어 있는지를 나타내기 위해 1,400만 개^[1][2]가 넘는 이미지에 손으로 주석을 달았으며, 최소 100만 개 이상의 이미지에 경계 상자도 제공되었다.^[3] 이미지넷에는 수백 개의 이미지로 구성된 "풍선" 또는 "딸기"와 같은 일반적인 범주를 포함하여 20,000개 이상^[2]의 범주가 포함되어 있다.^[4] 제3자 이미지 URL의 주석 데이터베이스는 이미지넷에서 직접 무료로 사용할 수 있지만 실제 이미지는 이미지넷의 소유가 아니다.^[5] 2010년부터 이미지넷 프로젝트는 이미지넷 ILSVRC(Large Scale Visual Recognition Challenge)라는 소프트웨어 콘테스트를 매년 개최하고 있다. 이 콘테스트에서는 소프트웨어 프로그램이 개체와 장면을 올바르게 분류하고 감지하기 위해 경쟁한다. 이 챌린지는 겹치지 않는 클래스 1,000개의 "조정된" 목록을 사용한다.^[6]

딥러닝의 중요성

2012년 9월 30일 알렉스넷(AlexNet)^[7]이라는 CNN(합성곱 신경망)은 이미지넷 2012 챌린지에서 상위 5위 오류인 15.3%를 달성했는데, 이는 준우승자보다 10.8%포인트 이상 낮은 수치이다. 이는 딥러닝 혁명의 필수 요소인 훈련 중에 그래픽 처리 장치(GPU)를 사용^[7]했기 때문에 가능해졌다. 이코노미스트에 따르면, 갑자기 사람들이 AI 커뮤니티뿐만 아니라 기술 산업 전반에 걸쳐 관심을 갖기 시작했다.^[4][8][9]

2015년에 알렉스넷은 100개 이상의 레이어를 갖춘 마이크로소프트의 매우 심층적인 CNN에 비해 성능이 뛰어났으며 이미지넷 2015 콘테스트에서 우승했다.^[10]

데이터베이스의 역사

AI 연구원 리페이페이(Fei-Fei Li)는 2006년부터 이미지넷에 대한 아이디어 작업을 시작했다. 대부분의 AI 연구가 모델과 알고리즘에 중점을 두던 당시 리페이페이는 AI 알고리즘을 훈련하는 데 사용할 수 있는 데이터를 확장하고 개선하기를 원했다.^[11] 2007년에 리페이페이는 워드넷 창시자 중 한 명인 프린스턴 대학교 교수 크리스티안 펠바움(Christiane Fellbaum)을 만나 프로젝트에 대해 논의했다. 이 회의의 결과로 리페이페이는 워드넷의 단어 데이터베이스에서 시작하여 그 기능을 많이 사용하여 이미지넷을 구축했다.^[12]

프린스턴 대학교의 조교수로서 Li는 이미지넷 프로젝트를 진행하기 위해 연구원 팀을 구성했다. 그들은 이미지 분류를 돕기 위해 아마존 메커니컬 터크(Amazon Mechanical Turk)를 사용했다.^[12]

그들은 플로리다에서 열린 2009년 컴퓨터 비전 및 패턴 인식 컨퍼런스(CVPR)에서 자신들의 데이터베이스를 포스터로 처음으로 발표했다.^[12][13][14]

같이 보기

• 컴퓨터 비전
• 워드넷