최종보고서

+[orig]
+81.19
+18.81
+
+[2 by 2 + orig]
+81.66
+18.34
+
+[2 by 2(white) + orig]
+81.671
+18.33
+
+[4 by 4(white) + orig]
+81.38
+18.62
+
+[30 by 30(outer black) + orig]
+76.18
+33.82
+
+[PILimageFilter-sharpen+orig]
+82.14
+17.85
+
+[PILimageEnhance-sharpness(5)+orig]
+82.28
+17.72
+
+[PILimageEnhance-sharpness(5)+2by2+orig]
+82.79
+17.21
+
+
+---------------------------------------------------------------------------------------------------------------------------------------------------------------------
+
+['orig','2by2','2by2+orig','2by2(middle white)+orig','2by2(middle white2)+orig','30by30(outer black)+orig','PILimageFilter-sharpen+orig','PILimageEnhance-sharpness(5)+orig','PILimageEnhance-sharpness(5)+2by2+orig']
+
+
+이미지 분류기로 사용되는 CNN 모델은 크게 2가지 단계로 나뉜다. 특징 추출(feature extraction)과 분류(classification)이다. 입력 데이터의 고유한 특징(invariance)를 찾는 특징 추출 단계에서 convolutional filter를 통한 다양한 특징을 추출하는데, 핵심이 되는 특징인 edge 정보를 이미지 입력 단계에서 선행 주입하는 방식으로 특징 추출이 용이하도록 한다. 
\ No newline at end of file