
633
14
장
합성곱 신경망을 사용한 컴퓨터 비전
텐서플로 허브에서 많은 객체 탐지 모델을 제공하며, 종종
YOLOv5
52
,
SSD
53
,
Faster
R
-
CNN
54
,
EfficentDet
55
과 같이 사전 훈련된 가중치를 사용하는 모델도 있습니다.
SSD
와
EfficientDet
은
YOLO
와 유사한 ‘
look
once
’ 탐지 모델입니다.
EfficientDet
은
EfficientNet
합성곱 구조를 기반으로 합니다.
Faster
R
-
CNN
은 더 복잡합니다. 이미지가 먼
저
CNN
을 통과한 다음, 객체를 포함할 가능성이 가장 높은 바운딩 박스를 제안하는
영역 제안
네트워크
region
proposal
network
(
RPN
)로
CNN
의 출력을 전달합니다. 그다음
CNN
의 출력을 기반
으로 각 바운딩 박스에 대해 분류기를 실행합니다. 이러한 모델을 사용해볼 수 있는 가장 좋은
곳은 텐서플로 허브의 객체 탐지 튜토리얼 (
https
://
homl
.
info
/
objdet
)입니다.
지금까지는 단일 이미지에서 객체를 탐지하는 것만 고려했습니다. 하지만 동영상은 어떨까요?
각 프레임에서 객체를 탐지해야 할 뿐만 아니라 시간 경과에 따라 객체를 추적해야 합니다. 객
체 추적에 관해 간단히 살펴봅시다.
14.11
객체 추적
객체 추적은 까다로운 작업입니다. 객체가 움직이고, 카메라에 ...