데이터셋은 쉽게 말해, 공부할 자료 모음을 뜻합니다.예를 들어,사람이 영어 공부할 때 → 단어장, 문장 모음AI가 이미지 공부할 때 → 고양이, 개, 자동차 사진 모음즉, AI가 뭔가를 배우기 위해 보는 예제들의 모음집이 데이터셋입니다.대표적인 이미지 데이터셋1. MNIST흑백 손글씨 숫자 이미지 (0~9)28×28 크기의 간단한 이미지초보자용 분류 모델 학습에 자주 사용2. CIFAR-10 / CIFAR-10032×32 크기의 컬러 이미지CIFAR-10: 자동차, 개, 고양이 등 10가지 클래스CIFAR-100: 더 세분화된 100가지 클래스3. ImageNet수백만 장의 고해상도 이미지1000개 이상의 카테고리딥러닝 대회(ILSVRC)와 논문에서 자주 사용AlexNet(2012) 모델이 이 데이터로 ..

의미적 간극(Semantic Gap)사람은 사진을 보면 "강아지", "자동차"처럼 바로 알아봄컴퓨터는 사진을 그냥 숫자들(색깔 정보)로만 봄  ▶ 그래서 컴퓨터가 이미지를 이해하기란 어려운 일이고, 이 차이를 의미적 간극이라고 합니다.영상 분류의 구체적인 도전 과제들1. Viewpoint Variation (관점 변화)  - 카메라 각도가 바뀌면, 같은 물체도 완전히 다른 모습처럼 보이는 문제2. Intraclass Variation (클래스 내 다양성)  - 같은 '개(클래스)'라도 생김새 다르기 때문에 컴퓨터가 하나로 인식하기 어려운 문제.3. Fine-Grained Categories (세밀한 구분)  - 매우 유사한 종류들을 구분해야 하는 경우  - 예: 메인쿤, 랙돌, 아메리칸 숏헤어 등 고양이..