Object Detection이 무엇인가요?
Object Detection은 컴퓨터 비전 기술의 세부 분야 중 하나로, 주어진 이미지 내 사용자가 관심을 가지는 객체를 탐지하는 기술입니다. Object Detection 기술은 자율 주행 자동차, CCTV, 보행자 검출 등 수많은 분야에서 응용되고 있습니다.
Object Detection을 이해하기 위한 다양한 개념과 기초 모델들을 공부합니다. 그 후, kaggle 내 competition에 사용된 데이터를 이용하여 이미지를 전처리하고 object detection 모델을 사용해보는 실습을 진행할 예정입니다.
딥러닝 입문 with Pytorch | |
난이도 | 중 | 파이썬 실력: ★★☆☆☆ |
장소 | 비대면 |
시간 | 매주 월요일 오후 9시~오후 11시 (2시간) |
참가비 | 10만 원 |
모집 인원 | 최대 30명 |
Object Detection 입문 스터디 일정
주차 | 날짜 | 모듈 |
1주차 | 1월 30일(월) | Detection(객체 탐지) 개념 / RCNN |
2주차 | 2월 6일(월) | Fast RCNN / Faster RCNN |
3주차 | 2월 13일(월) | YOLO v1 / SSD |
4주차 | 2월 20일(월) | YOLO v2 / YOLO v3 |
5주차 | 2월 27일(월) | 객체탐지 분야 트렌드 살펴보기 / Detection 코드 실습 |
커리큘럼
커리큘럼은 유동적으로 변경될 수 있습니다.
1주차 Detection(객체 탐지) 개념 / RCNN
CNN이 하던 이미지 분류에서 더 나아가, 이미지 내 객체의 종류 및 위치를 파악하는 Detection 분야 내 다양한 모델에 대한 공부를 진행하기 전에 필요한 기초 개념(stage, bbox, AP 등)들을 공부합니다.
Object detection 분야에서 최초로 딥러닝 기술이 적용된 RCNN에 대해서 알아봅니다.
2주차 Fast RCNN / Faster RCNN
RCNN 및 SPP-Net의 단점을 극복한 Fast RCNN, 그리고 이를 더 발전시킨 Faster RCNN에 대해 알아봅니다.
3주차 YOLOv1 / SSD
새롭게 등장한 object detection 방식인 YOLO와 SSD에 대해서 알아봅니다.
4주차 YOLO v2 / YOLO v3
성능과 속도의 향상이 이루어졌던 YOLOv2와 YOLOv3에 대해 알아봅니다.
5주차 객체탐지 분야 트렌드 살펴보기
기초 논문을 모두 살펴보았으니, object detection 분야에서 좋은 성능을 이끌어내어 주로 사용되고 있는 트렌드 모델들(YOLOv4-5, EfficientDet, Swin Transformer 등)을 간단하게 알아봅니다. 그 후 지금까지 공부해 본 Detection 모델들을 토대로 토이 프로젝트를 진행하실 수 있도록 간단한 모델 훈련 실습을 진행합니다.
스터디 세부 안내 사항
•
스터디는 zoom을 통해 실시간 비대면 강의로 진행됩니다.
•
스터디 진행 전, 강의를 위한 PPT 자료 및 Colab 코드 파일을 제공해 드릴 예정입니다.
•
매주 스터디 후 복습을 위한 객관식 기반 과제가 제공됩니다.
p.s. 제 면접 경험을 토대로 중요한 부분들은 한번 더 잡고 가자는 취지의 아주 간단한 과제입니다.
