엔지니어스 - Engineeus

start() { YOLO 란? You Only Live Once가 아닌, You Only Look Once의 약어로 Joseph Redmon이 워싱턴 대학교에서 여러 친구들과 함께 2015년에 yolov1을 처음 논문과 함께 발표 했습니다. 당시만 해도 Object Detection에서는 대부분 Faster R-CNN(Region with Convolutional Neural Network)가 가장 좋은 성능을 내고 있었습니다. Yolo는 처음으로 One-shot-detection 방법을 고안하였습니다. 이 전까지는 Two-shot-detection으로 Object Detection을 구성 하였는데 실시간성이 굉장히 부족했습니다. 5~7 FPS를 가지고 어디에 쓰기 부족했죠. 그럼 Two-shot-de..

strat() { Object Tracking을 공부하기 앞서 Object Detection에 관해서 그리고 Classification에 관해서 제 다른 포스트에서 공부를 하고 오시면 이해가 더 쉬울겁니다. 1. Classification 2. Object Detection Object Tracking이란? 우린 이미 Classification에서 물체를 구별 하는 방법에 대해 배웠으며, 사진 한장에 여러개의 Object들이 들어가 있는 문제를 해결 하게 위해 Multi-lable Classification에는 Object Detection이 사용 된다는 것을 알 수 있었습니다. 아래는 Object Tracking의 순서도 입니다. 일단 영상이 들어오면 한 부분에 물체가 있다는걸 인식 (Object Re..

start() { Classification 이란? Classification은 영상처리에서 이미지를 보고 그게 뭔지 맞추는 문제 입니다. Classification은 두가지로 나뉠 수 있습니다. 1) Single Classification 단일 분류 문제는 아래와 같이 사진 한장에 있는 물체를 보고 뭔지 판단 하는 문제 입니다. 하지만 아래와 같이 사진 한장에 여러가지 물체를 갖고 있으면 어떻게 될까요? 이를 해결하기 위해 Multi-label Classification 이라는걸 만들었습니다. 2) Multi-label Classification 이는 한가지의 사진에 여러 물체를 검출 하고 분류 하기 위한 문제 입니다. 즉, 바로 위 고양이, 개가 같이 있다면 이의 위치에 도달해 물체 분류를 해 아래와..

start() { Object Detection, OD 란? Object Detection(앞으로 'OD' 라고 하겠습니다.)은 물체 검출 입니다. 즉, 카메라나 다른 센서를 이용하여 자동차, 사람, 동물, 물건 등을 검출 하죠. 추가로 이게 뭔지를 나타내 주기 위해서 우리는 Classification(분류) 이란 단어를 사용 합니다. Object Detection의 역사는 아래와 같습니다. 컴퓨팅파워가 좋아 지기 전에는 이 문제는 모두 영상처리로 풀고 있다가 2012년 AlexNet이 나타나고 부터는 딥러닝을 활용하여 문제를 접근 하고 있고 현재 정말 'Hot'한 분야 입니다. OD의 역사에 좀더 자세히 알고 싶아면 아래 논문을 추천 합니다. https://arxiv.org/pdf/1905.05055...

작성 中

본 포스트는 YOLO를 사용하여 원하는 정보를 얻는 작업을 어떻게 하는지 포스팅 해보고자 합니다. 목표! 1. Bounding Box 색을 를 바꾼다던지, 2. 목표물 좌표를 받아 온다던지, 3. 현재 보이는 차량 개수를 받는다던지, 4. 경고 Zone을 받는다던지, 5. 경고 Zone 안에 있는 물체만 경고를 띄운 다던지, 6. 클래스 이름을 바꾼다던지, 7. 원하는 클래스(차, 사람) 만 띄운다던지 무튼 여러가지를 할것 입니다. 여담으로 저의 목표는 나중에 RC카에 카메라를 달고, 경고 Zone 안에 물체가 있다면 정지 하거나, 물체가 없을시 다시 간다던지 하는 작업을 하려 합니다. 그리고 초음파센서나 LiDAR 와 같은 거리 센서와 융합하여 자율주행 시스템을 만들어 보려 합니다. 얼마나 걸릴지 모르..