13차시 - 영상처리의 발전과 인공지능의 도입

## 객체 탐지

- 객체 탐지는 영상 처리 및 컴퓨터 비전 분야에서 중요한 기법입니다.
- 객체 탐지는 물체의 위치를 파악하고 분류하기 위해 사용됩니다.

## Localization과 Classification

1. Localization
    - 물체의 위치를 정확히 파악하는 작업입니다.
    - 바운딩 박스를 사용하여 물체의 위치를 나타냅니다.
2. Classification
    - 물체가 무엇인지를 분류하는 작업입니다.
    - 분류 모델을 사용하여 물체를 식별합니다.

## 영역 제안과 선택적 탐색

- 영역 제안은 물체가 존재할 가능성이 있는 영역을 추정하는 기법입니다.
- 선택적 탐색은 세그먼테이션 기법을 사용하여 유사한 영역을 그룹화합니다.

## R-CNN 계열

- R-CNN (Region Based CNN)은 CNN에 선택적 탐색을 적용한 최초의 모델입니다.
- Fast R-CNN은 입력 이미지를 한 번에 처리하여 탐지 시간을 단축시킵니다.
- RPN (Region Proposal Network)은 선택적 탐색을 대체하는 방법으로, GPU를 사용하여 탐지 시간을 줄입니다.

## 2-Stage vs 1-Stage 탐지기

- 2-Stage 탐지기는 Localization과 Classification을 순차적으로 수행하는 방식입니다.
- 1-Stage 탐지기는 Localization과 Classification을 동시에 수행하여 속도를 향상시킵니다.
- YOUO (You Only Look Once)는 1-Stage 탐지기의 대표적인 모델로 실시간 객체 탐지에 적합합니다.

---