[컴퓨터 비전과 딥러닝] p 373 中
컴퓨터 비전 분야에서 사례 분류(Instance Classification)은 딥러닝의 컨보루션 신경망이 탄생을 하면서, 정확도 99%를 달
성하며 이제는 완전히 해결되었다.
범주 분류(Categorical Classification)에 대해서는 미세 분류(Fine-Grained Classification) 문제가 어려운 난제로 남아 있
다.
부류 내 변화가 크고, 부류 간 변화가 적은 데이터 셋을 분류하는 문제가 미세 분류(Fine-Grained Classification) 문제이다.
이러한 경우 상대적으로 낮은 정확도를 이루게 된다.
( p 373의 그림 9 -11에 부류 내 변화(Intra-Class Variation)과 부류 간 변화(Between-Class Variation)의 예시가 있다)
(p 373의 그림 9-11을 참조하면, 왜 부류 내 변화가 크고, 부류 간 변화가 적으면 학습이 잘 안되는지 바로 이해할 것이다)
(미세 분류에 대한 문제에 대한 방법론은 내가 아직 모르는 건지, 아니면 아직 그 누구도 방법론을 제시 못 한 건지는 모르
겠지만 적어도 책에는 이에 대한 방법론을 제시하지 않고 있다)
p372에도 있지만 미세 분류를 위한 데이터 셋으로는
1. Standford dogs
2. Standford cars
3. CUB-200
4. iNat
5. Oxford 102 flower
등이 존재한다.