이번 포스팅에서는 시멘틱 세그멘테이션(Semantic Segmentation) 에 대해 다뤄보았다 시멘틱 세그멘테이션이란?Segmentation → 분할, 나누기Semantic → 의미론적인우리는 컴퓨터 비전을 배웠기 때문에 Image Segmentation 방법론에 대해 들어봤을 것이다. 의미와 상관없이 비슷한 색, 밝기, 질감 등을 기준으로 영역을 나누는 방법론 등이 있었는데 정리해보자면 Thresholding, Edge Detection / Watershed, Clustering기법, Graph-based Segmentation등이 있었다. 더 나아가서는 Selective Search같은 방법도 배웠다. 오늘 알아볼 Semantic Segmentation은 단순히 색상이나 질감이 아니라, “이 ..

이 리뷰는 오직 학습과 참고 목적으로 작성되었으며, 해당 논문을 통해 얻은 통찰력과 지식을 공유하고자 하는 의도에서 작성된 것입니다. 본 리뷰를 통해 수익을 창출하는 것이 아니라, 제 학습과 연구를 위한 공부의 일환으로 작성되었음을 미리 알려드립니다. 오늘은 산업 이미지 이상치 탐지의 트렌드와 실제 사용되는 모습을 파악하고 싶어서 다음 논문과 세미나 영상을 통해 정리하여 보았다.https://arxiv.org/abs/2301.11514 Deep Industrial Image Anomaly Detection: A SurveyThe recent rapid development of deep learning has laid a milestone in industrial Image Anomaly Detectio..

YOLO 개요YOLO(You Only Look Once) 모델은 객체 탐지(Object Detection) 분야에서 큰 혁신을 일으킨 모델로, 빠르고 정확한 성능 덕분에 많은 분야에서 활발히 사용되고 있습니다. 객체 탐지는 이미지나 영상 내에서 특정 객체를 식별하고 위치를 파악하는 작업으로, 자율 주행, 보안 시스템, 로봇 비전 등에서 필수적인 기술로 자리 잡았습니다. YOLO 알고리즘의 탄생은 컴퓨터 비전과 객체 탐지 분야에서 중요한 변화를 가져왔습니다. YOLO는 2015년경 개발되었으며, 당시의 기술적 배경과 발전을 이해하면 이 알고리즘의 혁신적인 접근 방식과 그 중요성을 잘 알 수 있습니다. 오늘은 이 모델의 발전과 각 모델별 주요 특징을 살펴보려고 합니다. 이전에 yolo에 대한 리뷰 논문도 ..

Object Detection detector 객체 탐지(Object Detection) 시스템에서 이미지나 비디오 내의 객체를 식별하고 위치를 추정하는 알고리즘 또는 모델을 의미합니다. 객체 탐지에서 detector는 특정 객체가 이미지에 존재하는지 여부를 판단하고, 그 객체의 위치를 나타내는 bounding box를 생성하는 역할을 합니다. 이 과정은 크게 두 가지로 나눠집니다:Classification (분류): 객체가 어떤 종류인지를 예측하는 단계입니다. 예를 들어, 이미지 내의 어떤 객체가 사람인지, 고양이인지, 자동차인지 분류하는 작업을 수행합니다.Localization (위치 추정): 객체가 이미지 내의 어느 위치에 존재하는지를 판단합니다. 이때 각 객체에 대해 bounding box를 생성..