시각화와 후처리

모델의 예측 결과를 시각적으로 표현하고, 모델이 왜 그런 판단을 했는지 해석하는 것은 실무에서 매우 중요합니다. 디버깅, 리포팅, 신뢰성 확보에 필수적인 단계입니다.

목적	도구	활용
결과 시각화	supervision	바운딩 박스, 마스크, 트래킹 결과 시각화
모델 해석	Grad-CAM	CNN/ViT의 판단 근거(주목 영역) 시각화

탐지/세그멘테이션 결과 시각화에는 supervision이 가장 편리합니다. 모델의 판단 이유를 분석하려면 Grad-CAM을 사용합니다.

supervision

바운딩 박스, 마스크, 트래킹 결과를 손쉽게 시각화합니다

모델이 이미지의 어디를 보고 판단했는지 시각화합니다