<Detection?>
Recognition : 대상이 무엇인지 식별하는 것
Detection : 대상이 어디있는지 찾는 것
<왜 detection을 써야하는지?>
일반적인 image classification task에서는
가장 두드러진 object에 해당하는 단일 category로 이미지를 분류한다.
그러나 일반적인 환경에서는,
보통 복잡하고 여러 object들이 있는 사진들이 있으며,
이를 image classification model로 label을 할당하는 것은 까다롭고 불확실 할 수 있다.
따라서, object detection model은
단일 image안에서 여러 관련 object를 식별(what)하는데 더 초점을 맞추고 있다.
또한 object의 위치가 제공된다는 점(where)에서 image classification model보다 더 나은 이점을 가지고 있다.
<Performance Metric>
2021.06.18 - [딥러닝관련/Detection] - Detection metrics 정리 (IOU, Precision, Recall, mAP...)
< 1 stage detector & 2 stage detector >
위에서 보면 알겠지만 object detection은
classification과 localization(region proposal) task
두 가지를 모두 해결해야 한다.
< 2-Stage detector >
(2-Stage 부터 언급하는 이유는? -> 모델이 먼저 나왔기 때문에)
기본적으로 2-Stage detector의 경우 region propsal과 classification이 순차적으로 이루어진다.
ex) R-CNN, Fast R-CNN, Faster R-CNN 계열
장점: 정확도 높음
단점: 속도가 느림
< 1-Stage detector >
1-Stage detector의 경우 region propsal과 classification이 동시에 이루어진다.
ex) YOLO 계열, SSD 등
장점: 속도가 빠름
단점: 정확도 낮음
아래는 정리 중인 detection 논문 및 metric
2021.06.28 - [딥러닝관련/Detection] - Fast R-CNN 정리
2021.06.24 - [딥러닝관련/Detection] - Non-maximum Suppression
2021.06.18 - [딥러닝관련/Detection] - Detection metrics 정리 (IOU, Precision, Recall, mAP...)
참조
https://darkpgmr.tistory.com/136
https://medium.com/zylapp/review-of-deep-learning-algorithms-for-object-detection-c1f3d437b852
https://ganghee-lee.tistory.com/34
https://airsbigdata.tistory.com/211
'딥러닝관련 > Detection' 카테고리의 다른 글
Rich feature hierarchies for accurate object detection and semantic segmentation (R-CNN) 정리 (0) | 2021.11.30 |
---|---|
병변 검출 AI 검진대회 기록 (비공개) (0) | 2021.11.29 |
Detectron2 (2) Standard datasets 학습 (0) | 2021.10.29 |
MMdetection(2) - 표준 Datasets Inference 및 Train (0) | 2021.10.28 |
MMdetection(1) 설치 및 Demo 실행 - (2) (config) (0) | 2021.10.27 |