객체 탐지

객체 탐지

객체 탐지(Object Detection)는 이미지에서 관심 객체의 위치(바운딩 박스)와 클래스를 동시에 예측하는 태스크입니다.

패러다임	대표 모델	속도	정확도	추천 용도
One-stage	YOLO, SSD	빠름	높음	실시간 탐지 (추천)
Two-stage	Faster R-CNN	느림	매우 높음	정밀도 중시
Transformer	DETR, RT-DETR	보통~빠름	높음	End-to-End, NMS 불필요

실무에서는 YOLO가 가장 널리 사용됩니다. YOLO 개요로 시작하여 학습과 추론을 순서대로 진행하세요.

YOLO 시리즈

YOLOv5부터 YOLOv11까지 아키텍처 변천사를 비교합니다

YOLO 학습

Ultralytics로 커스텀 데이터셋에 YOLO를 학습합니다

YOLO 추론

이미지/영상 추론과 ONNX 변환을 수행합니다

Faster R-CNN

Two-stage 탐지의 원리와 RPN을 이해합니다

DETR

Transformer 기반 End-to-End 탐지를 이해합니다

평가 지표

IoU, mAP@50, mAP@50:95로 탐지 성능을 평가합니다

평가 지표 YOLO 시리즈