객체 인식
객체 인식(Object Detection)
- 이미지 분류는 한 이미지에 하나의 레이블이 붙어 있다고 가정
- 이미지 하나에 여러 대상이 찍혀 있는 경우가 있음
- 객체 인식: 각 대상의 위치를 찾고 레이블을 분류
- 객체의 종류와 경계 상자(bounding box)의 좌표를 함께 출력
- 이미지 분류보다 어렵고 복잡
- 객체 인식의 손실함수: 여러가지 예측의 손실을 함께 최소화하는 다중 과제 손실(multitask loss)
- 경계 상자의 좌표: 연속 변수
- 객체의 분류: 범주형 변수
다른 컴퓨터 비전 과제와 비교
- 이미지 분류(Image Classification): 이미지 전체를 정해진 범주로 분류
- 의미 분할(Semantic Segmentation): 같은 종류의 객체에 속한 픽셀을 같은 레이블로 분류
- 객체 인식(Object Detection): 객체마다 경계 상자와 레이블을 출력
- 인스턴스 분할(Instance Segmentation): 같은 개체에 속한 픽셀을 개체별로 분리
객체 인식의 활용
- 자율 주행, 보안 감시, 의료 영상 분석, 스마트 팩토리 등 실제 문제 해결에 활용
- 자율 주행: 차량, 보행자, 신호등의 종류와 위치 인식
- 카메라: 얼굴 위치를 찾아 자동 초점 조정
- 무인 상점: 고객이 집은 상품을 인식하여 결제
- CCTV: 화재, 범죄, 사고 징후 인식
- 의료: 영상에서 병변 위치 인식
퀴즈
같은 도로 이미지에 두 모델을 적용했습니다. 모델 A는 이미지 전체에 도로라는 레이블 하나를 출력했고, 모델 B는 자동차와 보행자마다 경계 상자와 레이블을 출력했습니다. 두 모델에 대한 설명으로 알맞은 것은 무엇입니까?
퀴즈를 풀려면 대화형 기능을 불러와야 합니다.