- 딥러닝(딥뉴럴네트워크) : 계층이 여러 개인 인경 신경망
복잡한 입력과 출력과의 관계를 근사화하기 위한 모델
계층 사이에 곱해지는 계수들이 딥러닝 구조를 결정함
- 딥러닝 학습 과정 : 트레이닝 + 인퍼런스
트레이닝(학습) : 정답을 달아놓은(라벨링) 트레이닝 데이터를 사용하여 모델 훈련
인퍼런스 : 트레이닝이 끝나면 자율주행차에 탑재하여 실제 인지 기능 수행
센서 데이터를 처리하기 위한 기본적인 딥러닝 모델
1. Convolutional Neural Network(CNN)
2차원 영상 데이터로 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
2.Recurrent Neural Network(RNN) 시간적인 시계열 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
3.PointNet 순서가 없는 점의 집합으로 되어 있는 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
자율주행에서는 점이 라이다 데이터로부터 물체 검출에 사용됨
기본적인 딥러닝 이용 시
- 센서 데이터로부터 특징값 추출
- 검출, 영역 분할, 거리 추정 등의 복잡한 작업 수행
자율주행에서 딥러닝 이용 시
- 센서 데이터의 차수가 높고 아주 복잡한 작업을 수행해야 함
- 규모가 큰 딥러닝 모델 사용
