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 진행합니다.

YOLO 시리즈

YOLOv5부터 YOLOv11까지 아키텍처 변천사를 비교합니다

Ultralytics로 커스텀 데이터셋에 YOLO를 학습합니다

이미지/영상 추론과 ONNX 변환을 수행합니다

Two-stage 탐지의 원리와 RPN을 이해합니다

Transformer 기반 End-to-End 탐지를 이해합니다

IoU, mAP@50, mAP@50:95로 탐지 성능을 평가합니다