객체 탐지
객체 탐지(Object Detection)는 이미지 속에서 객체의 위치를 바운딩 박스로 표시하고 클래스를 분류하는 컴퓨터 비전 과제이다. 물체 인식, 자율주행, 사진 키워딩 등 다양한 상위 응용의 기초 기능이다.
개요
객체 탐지는 분류(classification)와 위치 회귀(regression)를 동시에 수행하는 과제로, 이미지 내 여러 객체의 클래스와 바운딩 박스를 예측한다. 객체 탐지 모델의 성능은 보통 COCO 데이터셋의 mAP(동급 평균 정확도)로 평가된다.
관련 태스크
- 영역 분할(segmentation) — 픽셀 단위로 객체 경계 정의
- 인스터니스 탐지(instance segmentation) — 개체 별 영역 분할
- 키포인트 감지(keypoint detection) — 사람의 관절 위치 감지
- 그라운딩(grounding) — 텍스트 지시어와 영역 매핑
주요 기법
이단 감지기
R-CNN 계열이 대표적이며, 영역 제안(proposal)을 생성하고 각 영역을 분류하는 방식이다. 정확도가 높지만 보통 속도가 느리다.
1단 감지기
YOLO 계열과 SSD가 대표적이며, 이미지를 그리드로 나누어 한 번의 전파에서 박스와 클래스를 예측한다. 실시간 응용에 적합하다.
Transformer 기반
DETR(DEtection TRansformer)는 앱채 가이드 없이 트랜스포머와 세트 기반 예측을 사용한다. 최근 모델은 모든 태스크를 통합하여 처리하는 경향이며, Florence-2와 같은 비전 언어 모델도 객체 탐지를 수행할 수 있다.
함께 보기
- Florence-2 — 객체 탐지를 포함한 통합 비전 모델
- 비전 언어 모델 — 텍스트와 이미지를 함께 처리하는 모델 분류
- 트랜스포머 — DETR 등 최신 탐지 기법의 기반