관련 포스트인공지능 컴퓨터 비전 딥러닝 이미지 처리YOLO

객체 탐지(Object Detection)

•

2025년 06월 22일 발행•2025년 06월 22일 수정

요약

이미지나 비디오에서 특정 클래스의 객체 인스턴스를 식별하고 위치를 찾아내는 컴퓨터 비전 기술

중급

딥러닝 및 컴퓨터 비전 아키텍처(예: CNN, YOLO)에 대한 깊은 이해가 필요하며, 복잡한 데이터셋을 처리하고 모델 성능을 최적화하는 능력이 요구된다.

태그

인공지능 컴퓨터 비전 딥러닝 이미지 처리YOLO

#개념

객체 탐지(Object Detection)는 컴퓨터 비전의 핵심 분야 중 하나로, 디지털 이미지나 비디오와 같은 시각 자료 내에서 특정 종류의 객체(예: 사람, 자동차, 동물 등)가 어디에 있는지, 그리고 무엇인지를 알아내는 기술이다. 단순히 이미지 안에 어떤 객체가 있는지를 분류하는 이미지 분류(Image Classification)에서 한 단계 더 나아가, 각 객체의 위치를 바운딩 박스(Bounding Box)라는 사각형으로 표시하고, 해당 객체가 어떤 클래스에 속하는지 예측한다.

이는 이미지 내 다수의 객체를 동시에 인식하고 위치를 특정할 수 있다는 점에서 객체 위치 추정(Object Localization)과도 구별된다. 객체 탐지 알고리즘은 크게 2단계 탐지기(Two-stage Detector)와 1단계 탐지기(One-stage Detector)로 나뉜다.

2단계 탐지기는 '객체가 있을 만한 후보 영역'을 먼저 제안하고, 각 후보 영역에 대해 클래스를 분류하는 방식으로 동작한다. 대표적으로 R-CNN(Region-based Convolutional Neural Network) 계열의 알고리즘(Fast R-CNN, Faster R-CNN, Mask R-CNN 등)이 여기에 속하며, 정확도가 높은 경향이 있지만 속도가 비교적 느리다.

반면, 1단계 탐지기는 후보 영역 제안 단계 없이 이미지 전체를 한 번에 보고 객체의 위치와 클래스를 동시에 예측한다. YOLO(You Only Look Once)와 SSD(Single Shot MultiBox Detector)가 대표적인 1단계 탐지기로, 2단계 탐지기보다 속도가 매우 빨라 실시간 처리가 중요한 응용 분야에 널리 사용된다.

객체 탐지 모델의 성능은 주로 mAP(mean Average Precision)라는 지표로 평가된다. mAP는 모델이 예측한 바운딩 박스가 실제 정답 바운딩 박스와 얼마나 정확하게 겹치는지를 나타내는 IoU(Intersection over Union) 값을 기준으로, 각 클래스별 예측 정확도(Precision)와 재현율(Recall)을 종합적으로 고려하여 계산된다.

최근에는 트랜스포머(Transformer) 아키텍처를 활용한 DETR(DEtection TRansformer)과 같은 새로운 접근법도 등장하여, 기존의 복잡한 후처리 과정 없이 객체 탐지를 수행하는 연구가 활발히 진행되고 있다. 이처럼 객체 탐지 기술은 자율 주행 자동차, CCTV 감시, 의료 영상 분석, 증강 현실 등 다양한 산업 분야에서 핵심적인 역할을 수행하며 빠르게 발전하고 있다.