VGGNet은 옥스퍼드 대학교의 Visual Geometry Group(VGG)이 개발한 합성곱 신경망(CNN) 아키텍처 계열을 의미합니다. 이 모델들은 작은 3x3 합성곱 필터의 균일한 스택에 의존하는 건축학적 단순성으로 주목받았으며, CNN 설계를 더 깊은 네트워크로 전환하는 데 중요한 역할을 했습니다. 이 계열의 가장 일반적인 변형인 VGG-16과 VGG-19는 2014년 ImageNet 대규모 시각 인식 챌린지(ILSVRC)에서 최첨단 성능을 달성했으며, 이 아키텍처는 몇 년 동안 컴퓨터 비전 작업 전반에서 널리 채택되었습니다.
학술 연구의 결과물로서 VGGNet은 개방형 비상업적 모델이며, 그 설계는 학계와 산업계에서 널리 복제되고 적응되었습니다. 이 아키텍처는 이후 개발의 핵심 참조점을 형성했으며, 특히 ResNet과 DenseNet 계열을 포함하고, 그 원리는 2021년 RepVGG 아키텍처에서 재검토되었습니다.
개발 및 역사적 맥락
VGGNet 계열은 Karen Simonyan과 Andrew Zisserman이 이끄는 옥스포드 대학교의 Visual Geometry Group에 의해 설계되었습니다. 이 모델은 2014년에 발표된 "Very DeepConvolutional Networks for Large-Scale Image Recognition"이라는 논문에서 소개되었습니다. 이 연구는 더 큰 필터 크기를 가진 초기 설계로 "처음부터" 만들어진 이전 AlexNet(2012) 아키텍처와 대조적으로, 네트워크 증가가 정확도에 미치는 영향을 체계적으로 평가하는 것을 목표로 했습니다.
VGGNet 접근 방식은 일반적인 반복 모듈인 3x3 합성곱과 ReLU 활성화, 2x2 맥스 풀링 레이어로 구성하고, 이어서 완전연접 레이어와 소프트맥스 레이어로 구성했습니다. 이 모듈식 설계는 깊은 네트워크의 구축과 분석을 단순화했으며, 논문의 실험 결과는 작은 필터를 가진 더 깊은 네트워크가 더 얕고 넓은 필터보다 우수한 성능을 보완다는 것을 입증했습니다.
주요 설계 특징
VGGNet의 핵심 설계 원칙은 stride 1의 작은 3x3 합성곱 필터의 일관성 있는 사용입니다. 두 개의 이러한 합성금을 깊이 쌓으면 단일 5x5 필터와 동일한 수용 선을 제공하면서 적은 매개변수를 사용합니다: 두 개의 3x3 레이어는 18·c² 매개변수를 사용하는 반면, 하나의 5x5 레이어는 25·c²를 사용합니다, 여기서 c는 채널 수 입니다. 이 매개변수 감소는 연산 또는 과적합의 비례 증가 없이 더 많은 레이어를 허용합니다.
네트워크는 정규 구조를 따르며, 입력 이미지(예: 224x224 픽셀의 고정 크기)가 합성곱 단계의 시퀀스를 통해 통과합니다. 각 단계는 하나 이상의 3x3 합성곱과 뒤이어 공간 차원을 반으로 줄이는 stride 2의 2x2 맥스 풀링 레이어로 구성됩니다. 채널 수는 깊이에 따라 선형적으로 증가하며 64로 시작하여 128,256,512로 두 배가 되며, 마지막 단계는 512채널을 사용합니다. 예를 들어 VGG-19 구성(원래 논문에서 E로 표기)은 16개의 합성곱 레이어와 3개의 완전연접 레이어(총 19개의 가중치 수환) 및 1.44억 개의 매개변수를 포함합니다.
변형 및 매개변수
VGG 논문은 깊이에 따라 A부터 E까지 여러 구성을 도입했습니다. 가장 일반적인 두 가지는 VGG-16(구성 D, 13개의 합공규 레이어와 3개의 완전연접 레이어)과 VGG-19(구성 E, 16개의 합공군 레이어와 3개의 완전연접 레이어)입니다. 이 모델은 각각 1.78억과 1.44개의 매개변수를 가지고 있습니다. 완전연접 레이어 크기는 4096과 4096이며, 마지막 레이어는 1000개의 ImageNet 클래스에 해당하는 1000 유닛을 갖습니다.
이 아키텍처는 분류용으로 설계되었지만, 일반 모듈 구조로 인해 물체 검출과 같은 다른 작업에 적응할 수 있었으며, 여기서 Fast R-CNN 프레임워크의 베이스 네트워크로 사용되었고, 신경 스타일 전송에서는 특징 추출기로 사용되었습니다.
영향 및 유산
VGGNet은 딥 러닝 연구에서 중요한 계기였습니다. 간단한 모듈식 설계는 이 비교와 벤치마킹으로 쉽게 만들었으며, ResNet 논문 및 많은 다른 연구에서 참조로 사용되었습니다. 큰 합성곱 커널 크기(AlexNet의 11x11 커널과 같은)를 3x3으로 변경하는 데 대한 기여는 2022년 ConvNext 아키텍처로 이후에 더 일찍 개정되었습니다.
이 아키텍처는 Inception, ResNet 및 DenseNet이 도입된 후에는 개선된 성능 또는 효율성으로 인해 사용되지 않게 되었지만, 단순함은 교육 도구와 벤치마크로서 유지되고 있습니다. 2021년 도입된 RepVGG 아키텍처는 재매개변수화된 블록으로 개선된 추론 속도를 제공하는 단순 VGG 스타일 설계를 다시 방문하는 업데이트 버전입니다.
VGG는 라 Computer vision 및 이미지 인식 맥락에서도 역사적으로 중요했으며, 합성공 신경망에서 깊이의 가치를 보여주는 데 기여하여 학계와 상업적 부문에서 세대에 걸친 설계에 영향을 주었습니다. University of Oxford에서 개발되고 표 준 딥 러닝 라이브러리(예: 사전 학습된 모델)에 포함되면서 널리 접근 가능하게 되었습니다. VGGNet의 성공은 이미지 처리에서 딥 런닝의 부상과 인공 지능 및 기계 학습 같은 용어와의 연관에 기여했습니다.
VGGNet 계열은 기술 문학에서 가장 널 참조된 아키텍처 중 하나로 남아 있으며, 다양한 후속 모델의 템플릿을 제공하고 여러 연구에서 경평 기준으로 사용됩니다.