세그멘테이션은?
세그멘테이션 모델은 다양한 분야에서 활용되고 있다. 자율주행 카메라에 적용되어 이미지의 의미를 해석하기도 하고 의료 이미지에서 병이 있는 영역을 판별하기도 한다.
이미지 내 영역 분류 접근 방식으로는?
크게 두가지 방식이 있으며 semantic segmentaion, instance segmentation이 있다.
Semantic Segmentation
시맨틱 세그멘테이션의 대표적인 모델로는 U-Net 구조가 있다.
입력으로 572x572크기인 이미지가 들어가고 출력으로 388x388의 크기에 두가지의 클래스를 가진 세그멘테이션 맵(segmantation map)이 나온다.
두 가지 클래스는 가장 마지막 레이어의 채널 개수가 2라는 점에서 확인할 수 있다.
세그멘테이션을 위해서 이미지의 각 픽셀에 해당하는 영역의 클래스별 정보가 필요하다.
Instance Segmentation
인스턴스 세그멘테이션은 같은 클래스 내에서도 각 개체(instance)들을 분리하여 세그멘테이션을 수행한다.
이런 방식 중 대표적인 모델로는 Mask-R-CNN이 있다.
Mask R-CNN은 2-stage object detection의 가장 대표적인 Faster R-CNN을 계승한 것으로 Faster-R-CNN의 아이디어인 Region of Insterst Pooling Layer(RoIPool)개념을 개선하여 정확한 Segmenataion에 유리하게 한 RoIAlign 그리고 클래스별 마스크 분리라는 단순한 두 아이디어를 통해 클래스별 Object Detection과 시맨틱 세그멘테이션을 사실상 하나의 Task로 엮어낸 것으로 평가받는 중요한 모델이다.
자세한 사항은 다음 단계로....>>>>>
