본문 바로가기
728x90

SSD2

Centernet의 간단한 설명 CenterNet은 객체 검출(object detection)을 위한 딥러닝 알고리즘 중 하나입니다. CenterNet은 객체의 중심점(center point)을 예측하고, 이 중심점을 기준으로 객체의 바운딩 박스(bounding box)를 예측하는 방식을 사용합니다. 이 방식은 기존의 객체 검출 알고리즘 중 YOLO(You Only Look Once)와 SSD(Single Shot Detector)와 같은 알고리즘보다 더욱 정확하면서도 더욱 빠른 속도를 보여줍니다. 또한, CenterNet은 객체의 크기나 모양에 대한 제약이 적어서 다양한 객체를 검출할 수 있는 장점이 있습니다. CenterNet은 2019년에 발표된 논문 "Objects as Points"에서 처음으로 소개되었으며, 이후에도 다양한 .. 2023. 3. 16.
SSD와 YOLO의 차이점은? SSD와 YOLO는 모두 컴퓨터 비전 분야에서 객체 검출(object detection) 작업에 사용되는 딥러닝 알고리즘입니다. 좀더 자세히 말하면 다양한 백본(mobilenet, resnet 등)과 연동하여 사용하는 헤드 입니다. 이 둘의 차이를 간단히 비교하면 아래와 같습니다. SSD는 "Single Shot MultiBox Detector"의 약자로, 이미지 내에서 물체를 검출하고 분류하는 작업을 동시에 수행하는 신경망입니다. SSD는 여러 다양한 크기의 박스를 생성하여 이미지에서 물체의 위치와 크기를 정확하게 예측하려고 시도합니다. 이를 통해 높은 정확도를 유지하면서도 빠른 속도로 물체를 검출할 수 있습니다. 반면에 YOLO는 "You Only Look Once"의 약자로, 이미지를 여러 개의 그.. 2023. 3. 16.
728x90