DETR 해설: 트랜스포머 객체 탐지의 구조와 헝가리안 매칭, Faster R-CNN 비교
앵커 설계와 비최대 억제 같은 수작업 요소를 걷어낸 객체 탐지 모델 DETR의 구조를 정리했다. ResNet 백본과 트랜스포머 인코더·디코더, 100개의 오브젝트 쿼리, 헝가리안 매칭 학습 과정과 Faster R-CNN과의 성능 비교를 담았다.
핵심 내용 읽기 →
AI TOPIC
객체 탐지 최신 뉴스와 핵심 해설
객체 탐지 관련 핵심 뉴스와 활용 인사이트 11편을 최신순으로 모았습니다.
오픈 보캐뷸러리 객체 탐지: 이미지-캡션 사전 학습으로 처음 보는 클래스까지 검출하는 방법
바운딩 박스 주석 없이 웹에서 모은 이미지와 캡션 쌍으로 먼저 사전 학습한 뒤 객체 탐지로 전이하는 오픈 보캐뷸러리 방식을 논문 리뷰로 정리했다. 제로샷·약지도 탐지와의 차이, 그리고 평가에 남은 한계까지 짚는다.
핵심 내용 읽기 →
비전 트랜스포머 스케일 문제 해설: Swin 트랜스포머와 RT-DETR가 작은 물체를 잡는 방법
16x16 고정 패치로는 작은 물체가 토큰 하나에 묻힌다. 계층적 Swin 트랜스포머와 특징 피라미드 네트워크, 그리고 CNN과 트랜스포머를 나눠 쓴 RT-DETR가 다중 스케일 객체 탐지를 어떻게 풀었는지 정리했다.
핵심 내용 읽기 →
스윈 트랜스포머 구조 해설: 이동 윈도 셀프어텐션과 계층적 텐서로 CNN 백본 대체하기
트랜스포머를 이미지에 그대로 쓰면 연산량이 입력 크기의 제곱으로 늘고 크기가 다른 물체에 약합니다. 스윈 트랜스포머가 윈도 단위 어텐션과 이동 윈도, 계층적 텐서로 이 두 한계를 어떻게 풀었는지 구조 단위로 정리했습니다.
핵심 내용 읽기 →
CNN 멀티스케일 원리 정리: 계층적 특징, U-Net 스킵 연결, 피처 피라미드 네트워크
합성곱 신경망이 크기가 제각각인 물체를 모두 인식하는 비결은 계층적 특징에 있다. LeNet에서 AlexNet으로 이어진 흐름과 함께 앵커 박스, U-Net 스킵 연결, 피처 피라미드 네트워크가 이를 어떻게 보완하는지 정리했다.
핵심 내용 읽기 →
소형 객체 탐지 AP 격차의 원인과 해법: 손실 함수 박스 보정으로 드론·새 탐지 정확도 높이기
공항 안전과 직결된 드론·조류 탐지에서 느슨한 지표와 엄격한 지표의 점수 차가 왜 벌어지는지 분석하고, 모델 구조를 바꾸는 대신 손실 함수 단계의 박스 보정만으로 소형 객체 성능을 끌어올린 팀 프로젝트 발표를 정리했다.
핵심 내용 읽기 →
YOLO v1 완벽 정리 — 객체 탐지를 회귀 문제로 바꾼 2015년의 발상 전환과 실시간 비전의 시작
이미지 한 장을 분석하는 데 40초가 걸리던 객체 탐지를 초당 45장 수준으로 끌어올린 YOLO v1을 정리했습니다. 분류를 회귀로 바꾼 발상, 7×7 그리드 구조, 배경 오류가 줄어든 이유와 남은 한계까지 짚습니다.
핵심 내용 읽기 →
DEIM 객체 탐지: DETR 느린 학습 수렴을 2배로 끌어올린 학습 프레임워크
트랜스포머 기반 객체 탐지 모델 DETR은 학습이 느리다. DEIM이 밀집 일대일 매칭과 매칭 인식 손실로 수렴을 두 배 앞당긴 원리를 정리했다.
핵심 내용 읽기 →
D-FINE 실시간 객체 탐지 – DETR의 바운딩 박스 한계를 분포 예측으로 개선
DETR 계열 객체 탐지가 바운딩 박스를 네 개의 정확한 좌표로만 예측하던 한계를, D-FINE이 각 변을 확률 분포로 다듬고 자기증류로 보완하는 방식을 정리했다.
핵심 내용 읽기 →
트랜스포머 vs YOLO 객체 탐지: DETR, RT-DETR, YOLOv10까지 정리
R-CNN에서 YOLO, 그리고 트랜스포머 기반 DETR와 RT-DETR까지. 실시간 객체 탐지 아키텍처가 서로 아이디어를 빌리며 어떻게 발전해왔는지 쉽게 풀어 설명한다.
핵심 내용 읽기 →
객체 탐지와 YOLO 원리 — 컴퓨터가 실시간으로 사물을 인식하는 법
이미지 분류를 넘어 사진 속 모든 사물의 위치와 종류를 한 번에 찾아내는 객체 탐지 기술과, 영상을 실시간으로 처리하는 YOLO 방식의 원리를 TED 강연을 바탕으로 풀어 설명합니다.
핵심 내용 읽기 →