woon-ho

이 글에서는 저번 글에서 다뤘던 R-CNN 계열과 같은 object detection 알고리즘 중의 하나인 YOLO 알고리즘에 대해 다뤄보려 합니다. YOLO는 "You only look once"의 약자로 "한번만 본다"라는 의미를 가집니다. YOLO는 다른 object detection 알고리즘과 달리, 실시간 수준의 빠른 예측 속도를 가지면서, 꽤 괜찮은 정확도를 유지합니다. 그래서 자율주행과 같이 실시간 예측이 필요한 분야에서 자주 쓰이곤 합니다. YOLOv1 Yolov1이 발표된 당시에는 object detection 알고리즘이 Bounding box regression과 Classification을 따로 수행하는 2-stage detection 형태의 알고리즘들이 지배적이었습니다. 2-stag..

기존 R-CNN은 Region Proposal을 통해 추출된 Region의 size와 shape을 통일시키기 위해, image crop과 warp과정이 필요했다. 하지만, 이 과정은 image에서 추출된 Region에 대해 모두 수행되어야 하기 때문에, 시간 소요가 너무 심했다. 따라서, Fast R-CNN은 ROI pooling layer를 통해 이를 해결하였다. ROI Pooling => Selective Search로 형성된 Object Region을 하나의 vector size로 통일시키기 위해 수행하는 알고리즘 다음과 같이, max pooling을 통해 고정된 크기의 Pooling 영역으로 매핑한다. 일반적으로, 7x7로 Pool 크기를 지정하는데, 예를 들어, 14x7의 ROI를 7x7 Poo..

Object Detection이란? 기존 classification과 달리, image내에서 여러가지 object의 위치를 찾고, object들을 대상으로 classification을 수행하는 것이다. 1 stage detector & 2 stage detector Object Detection은 CNN이후로 두가지 방향으로 발전해왔다. 1 stage detector Localization(물체의 위치를 찾는 문제)과 classification을 한번에 해결한다. 두가지 문제를 한번에 해결하므로, 수행속도가 2 stage detector에 비해 빠르지만, 정확도는 떨어진다. 주로 YOLO 계열이 이것에 해당한다. 2 stage detector Localization과 classification을 순차적으..

이 글은 (인프런)딥러닝 컴퓨터 비전 완벽가이드(권철민) 강의를 바탕으로 정리한 글입니다. 1. Localization / Detection / Segmentation Localization : 단 하나의 object 위치를 Bounding Box로 지정하여 찾음. Object Detection : 여러 개의 object들에 대한 위치를 Bounding Box로 지정하여 찾음. Segmentation : Detection보다 더 발전된 형태로 Pixel 레벨 Detection 수행 2. Localization과 Object Detection Localization/Detection은 해당 object 위치를 Bounding box로 찾고, bounding box내의 object를 판별한다. Localiz..