[4기 에이쁠 기자단] 시각지능 딥러닝(2)

Image Data Augmentation

현실에서는 이미지 데이터를 수집하는 것 부터 문제가 있을 수 있음.

→ 가지고 있는 데이터를 변형하여 새로운 학습 데이터인 것 처럼 간주하여, 부족한 학습용 데이터를 늘리는 것이 Data Augmentation.

 

Keras 활용한 이미지 처리

• keras의 이미지 모듈을 활용하여 이미지 처리 가능함
• 이미지 크기, grayscale 처리, 색상 등 지정할 수 있음.

Objcet Detection

object detection은 classification과 localization을 합친 것으로, 기존의 이미지 분류하는 것에 object를 감싸는 bounding box를 찾아내는 것을 말함.

Bounding Box

• 하나의 object가 포함된 최소크기의 Box
• 좌표를 나타내는 x,y, 크기를 나타내는 w, h를 포함하여 위치정보를 나타냄 
• 즉, Bounding box 예측 값은 예측값과 정답의 loss를 최소화 하는 회귀문제이다.

Class classification

Bounding box에 있는 object가 어떤 클래스에 속하는지 분류하는 것

따라서 어떤 클래스인지 알려주는 것이 필요함.

 

Confidence Score

object가 진짜 Bounding box 안에 있는지에 대한 확신의 정도

YOLO모델에서는

Confidence Score를 이와 같이 정의한다.

 

IOU

• 예측된 영역과 실제 영역 간의 겹치는 부분을 얼마나 잘 예측했는지 측정하는 지표이다.
• IOU는 두 영역의 교차 부분 크기를 두 영역의 합집합 크기로 나눈 값으로, 일반적으로 0과 1 사이의 값으로 나타남.
• IOU = (예측된 영역과 실제 영역의 교차 부분 크기) / (예측된 영역과 실제 영역의 합집합 크기)
  • 1에 가까울수록 예측이 완벽하게 실제 영역과 일치하며, 0에 가까울수록 예측이 실제와 거의 겹치지 않음을 나타냄.

NMS

대다수의 object detection 알고리즘은 object 위치 주변에 여러개의 bounding box를 만들기 때문에, box가 중보괴지 않도록, 하나만 선택하고 다른 box를 제거하는 NMS과정이 필요