[Study] Object Detection
1.Object Detection의 이해 - 정리
Classification : 각 이미지가 어떤 이미지인지 예측하는 것Localization : 이미지 내에 있는 하나의 object의 위치를 bounding box로 지정하여 찾음Detection : 이미지 내에 있는 하나 이상의 object의 위치를 bounding
2.Object Detection과 Segmentation을 위한 주요 데이터셋 및 OpenCV 소개 - 정리
오늘은 Object Detection과 Segmentation에서 사용되는 데이터셋들과 해당 분야에서의 OpenCV에 대해서 정리해보고자 한다. 주요 데이터셋 간략소개 여러 Object Detection과 Segmentation 딥러닝 패키지가 아래 3개의 데이터셋들
3.RCNN계열 Object Detecter(RCNN) - 정리
RCNN은 Region Proposal과 CNN Detection이 분리되어있는 2 stage detector이다. Stage 1에서는 Selective Search를 사용하여 2000개의 region 영역을 proposal받는다. 즉, 2000개의 object가 있을
4.RCNN Object Detector(SPP Net) - 정리
1) 2000개의 Region 영역 이미지가 CNN으로 입력 되면서 Object Detection 수행 시간이 오래걸림. 2) Region 영역 이미지가 Crop/Warp되어 원본과는 다른 형태를 가지게 됨. 2000개의 Region Proposal 이미지를 CNN으로
5.RCNN계열 Object Detector(Faster RCNN) - 정리
이전에는 Selective Search와 ROI를 사용했다면, Faster RCNN에서는 RPN이라는 딥러닝 network로 이를 구성한다. Object Detection을 구성하는 모든 요소들을 deep learning만으로 구성한 철 object detection