[AI 부트캠프] DAY 114 - 파이널 프로젝트 5

[오늘의 일지]

프로젝트 - 본격적인 프로젝트 전 지정 모델 공부

[상세 내용]

본격적인 프로젝트 전 지정 모델 공부

YOLO

- 이번 프로젝트에서 기업이 원하고 지정해 준 모델은 YOLO였습니다. 그 이유가 기존에 상용화되어 있는 모델에서 현재 사용 중에 있고 YOLO 모델 자체가 매년 새로운 버전을 발표하면서 기존 모델의 버전과 차이가 벌어진 이유도 있었을 것입니다. 즉 기업 측에서는 다른 모델로 교체하는 것도 좋지만 기존 모델을 향상된 새로운 버전으로 업그레이드하는 것을 더 원하고 있는 것 같았습니다. 조원분들도 기업이 원하는 방향으로 최대한 맞춰주는 것으로 회의를 통해서 결정하게 되었습니다.

 

정의

- YOLO(You Only Look Once)는 객체 감지(Object Detection)를 위한 딥러닝 알고리즘 중 하나입니다. YOLO는 이미지나 비디오에서 여러 객체를 실시간으로 탐지하고 분류하는 데 사용됩니다. YOLO는 한 번의 순전파로 모든 객체를 동시에 탐지하고 위치를 예측하는 독특한 특징을 가지고 있습니다.

 

특징

- 한 번의 순전파로 객체 탐지 (one-stage detection)

• YOLO는 입력 이미지를 그리드로 나눈 후, 각 그리드 셀에 대해 객체의 존재 여부와 바운딩 박스의 위치를 동시에 예측합니다. 이렇게 하면 한 번의 순전파로 전체 이미지를 처리할 수 있어서 연산 효율이 높습니다.

- 실시간 처리

• YOLO의 빠른 처리 속도는 실시간 객체 감지에 적합하게 만듭니다. 이는 자율 주행 자동차, 보안 감시 시스템 등과 같은 응용 분야에서 중요한 역할을 합니다.

- 다양한 크기의 객체 탐지

• YOLO는 다양한 크기와 종류의 객체를 탐지할 수 있습니다. 작은 객체부터 큰 객체까지 효과적으로 다룰 수 있어서 다양한 응용 분야에서 적용이 가능합니다.

- 다중 객체 분류

• YOLO는 이미지나 비디오에서 여러 객체를 분류할 수 있습니다. 각 객체에 대한 확률을 예측하여 객체를 분류하고, 바운딩 박스로 객체의 위치를 정확히 표시합니다.

 

원리

출처:https://pyimagesearch.com/2022/04/11/understanding-a-real-time-object-detection-network-you-only-look-once-yolov1/

 

[마무리]

 오늘은 본격적인 프로젝트를 하기 전에 지정 모델인 YOLO에 대해서 간단하게 알아보았습니다. 앞으로 프로젝트 기간 동안에 기존 버전 5와 최신 버전 8의 비교도 한번 해볼 예정입니다. 이번 프로젝트를 계기로 YOLO 모델에 대해 자세하고 최대한 확실하게 공부해 보고 넘어가려고 합니다.