이미지 데이터 크기가 클래스 분류 성능에 미치는 영향에 관한 연구

A study on the influence of the size of image data on the performance of classification

데이터 분석에 필요한 학습 모델을 만들기 위해 데이터를 수집하는 과정은 상당히 어려우며 고질적인 문제에 속한다. 더욱이 이미지 데이터는 텍스트 데이터나 수치 데이터와는 다르게 데이터의 크기에 비해 담고 있는 정보량이 적은 축에 속하기 때문에 이미지 분석을 위한 학습 모델을 만들기 위해서는 수많은 준비된 데이터와 소모되는 시간 등의 비용이 크다고 볼 수 있다. 이미지 데이터를 분석하기 위한 분석 모델을 모델링하기 위해서는 원하는 결과를 얻기 위한 최소한의 데이터 양을 알아볼 필요가 있으며, 데이터 양의 차이에 따라 정확도와 효율성이 얼마나 증가하는지에 대한 실험이 필요하다. 본 논문에서는 이미지의 양에 따른 실제적인 분석을 진행하고, 이미지 데이터의 양이 이미지 분석에 미치는 영향을 연구해보려 한다.