[딥러닝] 객체 검출(Object Detection) 딥러닝 기술

출처

• 이 포스팅은 아래의 강좌를 진행하며 정리한 글입니다.

  객체 검출(Object Detection) 딥러닝 기술: R-CNN, Fast R-CNN, Faster R-CNN 발전 과정 핵심 요약

사물을 인식하는 다양한 문제 상황

• Classification: 하나의 이미지를 입력받아 해당 이미지가 어떤 클래스 인지 맞히는 문제
• Localization: 지역화, 국소화; 위치를 찾는 문제; 이미지 내에 존재하는 하나의 물체가 어디에 존재하는지 bounding box로 표시하는 것
• Object Detection: 다수의 사물이 존재하는 이미지에서 각 사물의 위치와 클래스를 찾는 작업; 각각의 bounding box로 위치 표시
• Instance Segmentation: 각각의 사물 instance를 pixel단위로 구분하는 것

객체 검출 방식

2-Stage Detector

• 물체의 위치를 찾는 문제(localization) 와 분류(classification) 문제를 순차적으로 해결
• ex) R-CNN, Fast R-CNN, Faster R-CNN

1-Stage Detector

• 물체의 위치를 찾는 문제(localization)와 분류(classification)문제를 한 번에 해결
• 일반적으로 2-Stage Detector보다는 동작속도가 빠르지만 정확도가 낮음
• ex) YOLO

Region Proposal

• 물체가 있을 법한 위치 찾기

Sliding Window

• 이미지에서 다양한 형태의 윈도우(window) 를 슬라이딩(Sliding) 하며 물체가 존재하는 지 확인
• 너무 많은 영역에 대하여 확인해야하는 단점(속도 저하)
• Faster R-CNN은 GPU에서 Sliding Window 방식을 사용

Selective Search

• 인접한 영역(region)끼리 유사성을 측정해 큰 영역으로 차례대로 통합해 나감
• R-CNN, Fast R-CNN에서 쓰임
• CPU에서 수행되도록 library가 작성되어 있어 이미지당 2초 가량이 소요될 수 있음

정확도(Precision)와 재현율(Recall)

• 정확도(Precision)
  • 올바르게 탐지한 물체의 수(TP) / 모델이 탐지한 물체의 개수(TP + FP)
• 재현율(Recall)
  • 올바르게 탐지한 물체의 수(TP) / 실제 정답 물체의 수(TP + FN)
• 모든 영역에 대하여 전부 사물이 존재한다고 판단할 경우
  • 재현율은 높아지지만 정확도는 감소
• 매우 확실할 때만 (confidence가 높을 때만) 사물이 존재한다고 판단할 경우
  • 정확도는 높아지지만 재현율은 감소

Average Precision

• 일반적으로 정확도와 재현율은 반비례 관계를 가짐
• 정확도와 재현율을 모두 고려하는 Average Precision으로 성능 평가하는 경우가 많음
• 모델의 예측 Confidence에 따른 단조 감소 그래프로 넓이를 계산

Intersection over Union (IoU)

• 예측한 바운딩 박스가 실제 정답 바운딩 박스와 얼마나 유사한지 평가하는 척도
• 두 바운딩 박스가 겹치는 비율: Area of Overlap / Area of Union
  • 성능 평가 예시: mAP@0.5는 정답과 예측의 IoU가 50% 이상일 때 정답으로 판정하겠다는 의미
  • NMS 계산 예시: 같은 클래스끼리 IoU가 50% 이상일 때 낮은 confidence의 box를 제거
    • NMS(non maximum suppresion): 하나의 인스턴스(instance)에 하나의 bounding box가 적용되어야 하므로 여러 개의 bounding box가 겹쳐있는 경우에 하나로 합치는 방법