Solbi Lee님의 블로그

1. 데이터셋 확정8월 15일 회의에서 팀은 최종적으로 AI Hub의 꿀벌 데이터셋을 사용하기로 결정했다.👉 AI Hub 벌 데이터셋 바로가기 클래스 구성: 수일벌(AB) / 여왕벌(QB) × 이탈리안(LI), 카니올란(CA), 호박벌(BI), 한봉(AP) 총 8종류 (AB_LI, QB_LI, AB_CA, QB_CA, AB_BI, QB_BI, AB_AP, QB_AP) 제외 클래스: 알, 애벌레, 번데기, 질병 데이터 즉, 우리는 성체 꿀벌 중심의 객체 탐지 + 분류를 목표로 한다. 2. YOLOv2 vs YOLOv3 역할 분담팀원 간 역할을 분담해 YOLOv2와 YOLOv3를 병렬 학습하기로 했다.나는 YOLOv3를 담당했다.YOLOv3의 특징 요약 :Darknet-53 백본..

1. 과제 설계의 핵심이번 과제의 구조는 명확했다.“검출 → 크롭 → 분류”의 두 단계 파이프라인을 구성하는 것이다.YOLO로 객체를 검출한 뒤,해당 영역을 crop하여ResNet, EfficientNet, 혹은 간단한 MLP/SVM 같은 별도의 분류 모델에 전달한다.이는 실제 산업 현장에서도 자주 활용되는 접근법이기도 하다.예를 들어 동전 인식, 과일 분류, 교통 표지판 인식 같은 응용 문제들이 대표적이다. 2. 주제 선정 과정에서의 고민초기에는 다양한 아이디어를 검토했다.동전 인식: 동전 검출 후 금액 합계 계산과일 바구니: 과일 검출 후 종류별 개수 산출교통 표지판: 표지판 검출 후 세부 클래스 분류각각 나름의 기술적 도전과 실용성을 갖추고 있었지만, 데이터셋 확보의 현실적 제약을 반드시 고려해야 ..

1. Object Detection 이미지나 영상에서 특정 객체의 존재 여부를 확인하고, 해당 객체의 위치를 바운딩 박스로 표시하는 기술. 이미지 내에서 여러 개의 객체를 동시에 탐지하고 분류할 수 있다. 주로 CNN 모델 활용 자율주행, 보안감시, 의료 영상 분석, 증강현실 등 분야에서 활용됨 2. 객체 탐지 방식의 분류 객체 탐지 방식은 크게 전통적 기법과 딥러닝 기반 기법으로 나눌 수 있다. 1. 전통적인 기법 이미지에서 특징 (Feature)을 추출해 객체를 탐지하는 방식 대표적으로 HOG+SVM, Haar Cascade, Selective Search 등이 있음 최근에는 딥러닝 기법 대비 성능이 떨어져 잘 사용되지 않음 2. 딥러닝 기반 기법 딥러닝 기법은 크게 Two-Stage와 One-S..