Syshin

Tensorflow Deep-Learning Computer-Vision Guide Notes 1

7 min read

Summary

컴퓨터 비전에서 핵심 기술인 객체 탐지(Object Detection)와 세그멘테이션(Segmentation)의 기본 개념과 주요 구성 요소를 정리했다. 딥러닝 기반 방법론의 발전 과정과 One-stage/Two-stage detector의 특징, 그리고 이 분야가 직면한 주요 난제를 다룬다.

서론

딥러닝 기반 컴퓨터 비전은 2012년 AlexNet이 PASCAL VOC 대회에서 CNN 기반으로 우승한 이후 급속도로 발전해왔다. 특히 객체 탐지(Object Detection)와 세그멘테이션(Segmentation) 분야는 실생활 응용 가능성이 높아 많은 연구가 이루어지고 있다.

이 문서에서는 다음 내용을 다룬다:

  1. Object Detection, Segmentation의 이론적 이해
  2. 주요 구현 패키지와 실습 방법

구현 및 실습 도구

구현 패키지

  1. MMDetection: 다양한 객체 탐지 알고리즘을 제공하는 오픈소스 프레임워크
  2. Ultralytics YOLO V3: 실시간 객체 탐지에 최적화된 YOLO 구현체
  3. AutoML EfficientDet: 구글의 EfficientDet 구현체로 효율적인 객체 탐지 모델

범용 인터페이스 API

  1. OpenCV: 컴퓨터 비전을 위한 오픈소스 라이브러리
  2. TensorFlow Hub: 사전 훈련된 모델을 쉽게 활용할 수 있는 TensorFlow 확장

Note

실습은 Colab이나 Kaggle Kernel과 같은 클라우드 기반 환경에서 진행하면 편리하다.

Object Detection과 Segmentation의 이해

컴퓨터 비전 작업은 복잡도에 따라 다음과 같이 분류할 수 있다: Classification → Localization → Detection → Segmentation

각 단계별 특징:

1. 이미지 분류(Classification)

  • 이미지에 무엇이 있는지 분류하는 기본 작업

2. 위치 추정(Localization)

  • 하나의 이미지에 하나의 객체가 있을 때 그 위치를 bounding box로 표시
  • 더 복잡한 모델과 비교할 때 상대적으로 간단한 작업

3. 객체 탐지(Detection)

  • 여러 객체를 동시에 찾고 각각에 bounding box를 표시
  • 각 객체의 클래스도 예측

4. 세그멘테이션(Segmentation)

  • Bounding box가 아닌 픽셀 단위로 정밀하게 객체를 구분
  • 가장 상세한 수준의 객체 인식 작업

객체 탐지 발전 과정

딥러닝 기반 객체 탐지 방법론

객체 탐지 방법론은 크게 두 가지로 나눌 수 있다:

One-stage detector

  • YOLO(You Only Look Once): 2015년 등장한 혁신적인 실시간 객체 탐지 모델
  • SSD(Single Shot Detector): 다양한 스케일의 객체를 효과적으로 탐지
  • Retina-Net: Focal Loss를 도입하여 클래스 불균형 문제 해결
  • EfficientDet: 효율적인 리소스 사용으로 높은 정확도 달성

특징: 속도가 빠르고 실시간 적용에 유리하다.

Two-stage detector

  • R-CNN 계열: R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN 등
  • 먼저 객체의 대략적인 위치(Region Proposal)를 찾고, 그 다음 분류를 수행

특징: 정확도가 높지만 속도가 상대적으로 느려 실시간 비디오 처리에 제약이 있다.

객체 탐지의 주요 구성 요소

1. Region Proposal

  • 객체가 있을 법한 영역을 추정하는 과정
  • Selective Search, RPN(Region Proposal Network) 등의 방법 사용

2. 특징 추출(Feature Extraction)과 네트워크 구성

  • Backbone: ResNet, VGG 등 기본 특징 추출기
  • Neck: FPN(Feature Pyramid Network) 등을 통한 다양한 스케일 처리
  • Head: 분류(Classification)와 경계 상자 회귀(Bbox Regression) 담당

3. 평가 및 보조 기술

  • IOU(Intersection Over Union): 예측과 실제 박스의 겹치는 정도 측정
  • NMS(Non-Maximum Suppression): 중복 박스 제거
  • mAP(mean Average Precision): 객체 탐지 성능 평가 지표
  • Anchor box: 다양한 크기와 비율의 사전 정의된 박스로 예측 시작점 제공

일반적인 객체 탐지 모델 구조

객체 탐지의 난제

복합적 문제 해결

  • Classification(분류)와 Regression(위치 추정)을 동시에 수행해야 함
  • 이는 모델 설계와 학습 과정을 복잡하게 만듦

다양한 객체 처리

  • 크기가 다양하고 형태가 다른 객체들을 동시에 다뤄야 함
  • 작은 객체와 큰 객체 모두 효과적으로 탐지해야 함

실시간 처리 요구

  • 자율주행, 로봇 비전 등에서는 빠른 처리 속도가 필수적
  • 정확도와 속도 사이의 균형이 중요

데이터 품질 문제

  • 객체가 명확하지 않거나 전체 이미지에서 차지하는 비중이 작은 경우가 많음
  • 배경이 복잡하거나 조명 조건이 다양한 상황에서도 작동해야 함

데이터셋 부족

  • 훈련에 필요한 충분한 레이블링된 데이터 확보가 어려움
  • MS COCO(80개 클래스), Google Open Image(500개 클래스) 등이 있지만
  • 새로운 도메인에 맞는 데이터셋 구축은 많은 노력이 필요

결론

객체 탐지와 세그멘테이션은 컴퓨터 비전의 핵심 기술로, 2012년 이후 딥러닝의 발전과 함께 급속도로 발전해왔다. 현재는 One-stage detector와 Two-stage detector의 장점을 결합하거나 새로운 접근 방식을 탐색하는 연구가 활발히 진행되고 있다.

다음 글 Part 2에서는 더 심화된 모델 아키텍처와 실제 구현 방법에 대해 다룰 예정이다. 또한 이상 탐지와 객체 탐지를 결합한 응용 사례도 살펴볼 것이다.

Graph View