본문 바로가기

ML, DL/object detection3

Object Detection 예제, 설명, 코드포함 [Pytorch] Object Detection finetuing 튜토리얼 본 글은 파이토치 공식 홈페이지 튜토리얼을 토대로, 부가 개념설명과 코드설명을 한 글입니다. Object Detection 컴퓨터비전 태스크는 Classification, Semantic Segmentation, Object Detection, Instance Segmentation 등이 있다. 그 중 Object Detection은 이미지 안에 있는 물체를 구분하여 1) 물체가 무엇인지 클래스를 분류하고, 2) 이미지에서 물체 좌표를 얻는다. 보통 좌상, 우하$(x_1, y_1), (x_2, y_2)$ 좌표를 얻는다. 즉, Object Detection은 Classifcation + Localization 이다. 또한 위 두 과업을 하기위해 Mu.. 2020. 6. 14.
[cs231n] 12 Object detection & Segmentation [Lec 12] Detection & Segmentation 이글은 앞부분에서 잠깐 semantic segmentation 이야기를 언급한 후, 중후반 부터는 object detection 이야기가 등장하고, 마지막에 instance segmentation을 언급합니다. 여러 종류의 컴퓨터 비전 tasks Classification Semantic Segmentation Object Detection Instance Segmentation 특징 No spatial extent No objects, just pixels 여러개의 objects, 특별히 하나의 object를 구별하는 과제는 (classification + Localization)라고 부름 여러개의 objects 단점 이미지 전체를 하나의 클.. 2019. 11. 8.
[Real-time] YOLO, You Look Only Once YOLO YOLO : You Look Only Once의 약자로, 빠른 물체 탐색기법에 대한 획기적인 방법을 소개하고 있다. YOLO는 R-CNN, DPM 계열 등과 다른 종류의 접근 방식으로, object detection를 적당한 성능으로 획기적인 속도향상을 이끌어내었다. 이전에서의 object detection은 detection을 수행하기 위해 분류기(classifier)를 목적으로 하였지만, YOLO에서는 이를 공간적으로 분리된 바운딩박스(bounding box)와 이와 관련된 클래스 확률에 대한 regression 문제로 바꾸었다. 즉, 한편의 실행(evaluation)에서 단일 신경망이 bbox와 cls 확률을 이미지로부터 직접 예측하는 방식이 된다. YOLO는 45 frame/s 로 이미지.. 2019. 10. 27.
728x90