객체인식(Object Detection)

객체의 정보

• 레이블(분류)
  
  
• 위치정보

객체 인식 단계

• 이미지 분류
• 오브젝트가 1개만 있다면, 이미지 분류가 오브젝트 인식이다.
  
  
• 객체 위치인식: 오브젝트인식
  
  
• 객체 검출: 오브젝트 디텍션, 사각형(경계상자, b-box)
• 하나의 이미지에 여러개의 객체가 있는 경우
  
  
• 이미지분할: 세그멘테이션, 영역(픽셀단위)

CNN구조

• 필터링(컨벌루션, 풀링) + 분류
  
  
• [필터링 + 분류] 모델을 재사용하자.
• [필터링 + 검출] 로 사용해보자. (전이학습)
  
  

객체 위치인식

• 이미지 분류에서 '위치정보'가 추가된 것이다.
  
  
• head = 분류 + 위치인식

위치값

• 코코포맷: 시작점(좌측상단), 가로, 세로
  
  
• 욜로포맷: 시작점(정중앙), 가로, 세로
  
  
• 파스칼: 시작점(좌측상단), 끝점(우측하단)

위치의 절대값, 상대값 표현

객체인식 방법론

• 객체 검출(Object Detection)
• 2 stage: R-CNN
• 1 stage: YOLO
  
  
• 이미지 분할(Image Segmentation)
• Semantic
• U-Net
• deeplap
• Instance
• Mask RCNN
• YOLACT