반응형 object detection3 Object Detection 정리(RCNN, FastRNN,FasterRCNN 중심으로) 전체적인 글 내용은 나동빈님의 유튜브를 참고하였습니다.(대신 홍보해요! 구독과 좋아요 눌러주세요..ㅎㅎ) https://www.youtube.com/watch?v=jqNCdjOB15s&t=865s ## Object Detection 개념 Object Detection은 다수의 사물이 존재하는 상황에서 각 사물의 위치와 클래스를 찾는 작업이다. - Classification : 한 이미지가 있을 때 그 클래스가 무엇인지 - Object Detection : 한 이미지가 있을 때 그 안에 클래스가 무엇인지 + 그 위치는 어떻게 되는지 - Segmentation : 한 이미지가 있을 때 그 안에 클래스가 무엇인지 + 그 위치는 어떻게 되는지 + 픽셀단위로 ## Object Detection의 두가지 방식 - .. 2021. 6. 21. YOLOv5 - Introduction YOLOv5는 가장 최근에 나온 yolo 시리즈다. 이에 대해서 직접 학습하고 실행해보았다. 일단 개발환경은 Ubuntu 18.04.5, GPU : TitanXP 이다. anaconda 버전은 가장 최근 버전을 사용하였다. Training dataset은 COCO dataset을 활용하였고 test dataset은 KITTI dataset을 활용하였다. 기본적인 진행은 github.com/ultralytics/yolov5 ultralytics/yolov5 YOLOv5 in PyTorch > ONNX > CoreML > iOS. Contribute to ultralytics/yolov5 development by creating an account on GitHub. github.com 원작자의 진행을 참.. 2020. 9. 27. YOLO 본 글은 http://pjreddie.com/yolo 홈페이지를 참고하면 더욱 자세하게 알 수 있고, 제 나름대로의 해석이니 틀릴 가능성이 많습니다. arxiv.org/pdf/1506.02640.pdf (2015)위 논문을 바탕으로 작성했음을 알려드립니다. 만약에 틀린게 있다면 꼭 댓글로 달아주시면 감사하겠습니다. YOLO는 Object Detection의 기본적인 알고리즘이다. 속도가 매우 빠른 알고리즘으로 실시간 영상처리에 적합하다는 평을 많이 받고있다. 현재 2020.09 기준으로 v5 까지 나와있다. 일단 YOLO의 기본 동작 원리이다. 이미지 그리드를 448 x 448로 resize한 후 single convolution을 동작한다. 즉, CNN 동작이다. 그리곤 난 후 그 output의 결과를.. 2020. 9. 11. 이전 1 다음 반응형
