object detection 주요 구성 요소 및 어려운 이유

object detection 주요 구성 요소

 

1. 영역 추정

Region Proposal : object이 있을만한 위치 추정

 

2. Detection을 위한 Deep Learning 네트웍 구성

Feature Extraction + Classification (Backbone) : 다양한 스케일로 feature map 생성

&

FPN(neck) : 다양한 스케일의 feature map 을 잘 융합하여 이후 Network Prediction 단계에서 각각의 feature map이 서로 상호보완하며 종합적으로 고려되어 성능을 높이는 역할을 한다

&

Network Prediction(head) : classification(분류) 및 boundary box regression(박스 좌표 찾기) 수

 

 

3.Detection을 구성하는 기타 요소

IOU,

NMS,

mAP,

Anchor box

 

 

object detection 이 어려운 기술인 이유

1. loss함수가 classification과 regression 둘 다를 고려해야 하므로 loss함수 설정에 어려움

2. 다양한 크기와 유형의 오브젝트가 섞여 있음

3. 실시간성이 필요하므로 탐지시간 단축 & 높은 정확도 둘 다 만족시켜야 함

4. object이 명확하지 않거나, 전체 이미지에서 차지하는 비중이 작으면 detect 이 어려움

5. 모델 훈련에 필요한 데이터 세트를 수작업으로 만들어야 하므로 수적으로 부족함