[CNN] CNN 패딩 Padding (Convolution Neural Network)

Padding

• convolution 연산 전에 input data 주변에 특정 값을 채우는 것

---

Padding 하는 이유

특징 추출 과정 (NO Padding)

• kernel을 이용하여 특징을 추출할 때 마다 이미지가 축소됨
• 가장자리 픽셀은 output에 한번만 영향을 미침 (정보를 버리는 것)
• 위의 문제를 해결하기 위해 사용하는 것이 Padding

---

• 기존의 크기를 위지하는 이미지를 얻게 됨
• 위의 사진의 p = 1 (1 pixel로 padding)
• 새로 생긴 pixel에는 default로 0이 들어간다

---

Valid and Same convolution

• valid Convolution
  • No Padding 
  • \( (n\times n) * (f \times f) \to (n-f+1) \times (n-f+1)  \)
• Same Convolution
  • input 이미지 크기와 convolution 후 이미지 크기가 같은 것
  • \((n\times n) * (f \times f) \to (n+2p-f+1) \times (n+2p-f+1)\)
  • \( (n+2p-f+1) = n \)
  • \( p = \frac{f-1}{2} \)
  •  
  • f가 홀수인 이유
    • p가 나누어 떨어지게 됨
    • 중심 pixel이 존재하여 중심 pixel이 존재하게 할 수 있음

---

https://www.youtube.com/c/Deeplearningai

DeepLearningAI