객체 탐지

영어	Object Detection
분류	컴퓨터 비전
대표 모델	YOLO, Faster R-CNN, DETR
활용	자율주행, 보안, 의료

'''객체 탐지'''(Object Detection)는 이미지나 영상에서 객체의 위치와 종류를 동시에 식별하는 [[컴퓨터 비전]] 기술입니다. [[youtube:MPU2HistivI|객체 탐지 기술 설명]] == 개요 == 객체 탐지는 이미지에서 "무엇이" "어디에" 있는지를 파악합니다. 바운딩 박스로 객체 위치를 표시하고, 각 박스에 클래스 레이블을 부여합니다. [[자율주행]], 보안 카메라, 얼굴 인식 등에 필수적입니다. == 주요 방식 == === Two-stage 방식 === * 영역 제안 -> 분류 * 높은 정확도 * 상대적으로 느림 * R-CNN, Faster R-CNN === One-stage 방식 === * 한 번에 탐지 * 빠른 속도 * 실시간 처리 가능 * YOLO, SSD === Transformer 기반 === * DETR (Detection Transformer) * End-to-end 학습 * NMS 불필요 == 대표 모델 == === YOLO (You Only Look Once) === * 실시간 객체 탐지 * YOLO v8 (최신) * 가장 널리 사용 * Ultralytics 개발 === Faster R-CNN === * 높은 정확도 * RPN + Fast R-CNN * 연구 벤치마크 === SSD === * Single Shot MultiBox Detector * 속도와 정확도 균형 * 다양한 크기 객체 탐지 === DETR === * 트랜스포머 기반 * Facebook/Meta 개발 * End-to-end 방식 == 주요 구성요소 == === 백본 (Backbone) === * 특징 추출 네트워크 * ResNet, VGG, EfficientNet * 사전훈련 모델 활용 === 넥 (Neck) === * 다중 스케일 특징 융합 * FPN (Feature Pyramid Network) * PANet === 헤드 (Head) === * 바운딩 박스 예측 * 클래스 확률 출력 * NMS (Non-Maximum Suppression) == 활용 분야 == === 자율주행 === * 차량, 보행자 탐지 * 신호등, 표지판 인식 * 안전 시스템 === 보안 === * CCTV 모니터링 * 침입 탐지 * 얼굴 인식 === 의료 === * 의료 영상 분석 * 병변 탐지 * 세포 계수 === 소매 === * 재고 관리 * 고객 행동 분석 * 무인 매장 == 평가 지표 == * mAP (mean Average Precision) * IoU (Intersection over Union) * FPS (초당 프레임) == 관련 문서 == * [[컴퓨터 비전]] * [[이미지 분류]] * [[자율주행]] * [[딥러닝]] [[분류:인공지능]] [[분류:컴퓨터 비전]] [[분류:딥러닝]]