컴퓨터비전 : 딥러닝 기반의
영상 인식 모델 구현

컴퓨터 비전 기술은 딥러닝의 대표적인 활용분야 중 하나입니다. 본 강의의 목적인 영상 인식 모델 설계에 보다 깊이 다가가기 위해, 영상 데이터가 갖는 특성, 영상 인식 문제의 종류, 이미지 신호 처리 기술 등에 대해 다룹니다.

이론
– 이미지/영상 데이터의 특성 (ImageNet)
– 영상 신호 처리 기술
– 영상처리 기반 Feature 추출 알고리즘과 딥러닝의 추상화를 통한 Feature extraction 비교

논문 리뷰
– Histograms of oriented gradients for human detection

실습
– Colab 환경 사용 방법
– Tensorflow 2.0 API 사용하여 머신 러닝 모델 제작

이미지 인식하고 이를 분류하는 문제는 딥러닝을 통해 가장 발전된 분야 중 하나입니다. 영상 데이터를 그대로 입력으로 받아 카테고리를 분류하는 모델인 여러 종류의 CNN 모델들을 살펴보면서 각 모델들의 ‘key idea’에 대해 이해해 볼 것입니다.

이론
– CNN 모델의 구조와 학습 원리
– 영상 데이터에 Convolution이 필요한 이유
– AlexNet, LeNet, VGG 모델의 구조적 특징과 성능 비교

논문 리뷰
– Very Deep Convolutional Networks for Large-Scale Image Recognition
– Gradient-Based Learning Applied to Document Recognition

실습
– Multi layer perceptron 모델과 CNN 모델의 성능 비교
– CNN 모델들 간 성능 비교
– Custom data 이미지 분류 모델 제작

이미지 물체 인식(Detection)기술은 딥러닝 기반의 융합기술 분야에서 가장 많이 요구 되는 기술 중 하나 입니다. 과학에서는 인간을 모사하는 것이 판을 뒤엎는 경우가 많았습니다. 본 과정에서 다루게 될 YOLO (You Only Look Once) 네트워크 또한 그런 경우입니다.인간이 이미지에서 물체를 인식할 때는 좌측상단부터 훑는 것이 아니고 전체를 한번에 인식하는 것에 착안하여,input image를 grid로 나누어 네트워크를 통과하고 나면 물체의 bounding box와 class를 동시에 예측하게끔 하는 방식입니다.

이론
– YOLO 네트워크 구조 이해
– YOLO v1/v2/v3/V4 비교

논문 리뷰
– You Only Look Once: Unified, Real-Time Object Detection
– YOLOv3: An Incremental Improvement

실습
– Object detection Model Training & Inference (Simple data)

본 강의에서는 앞서 실행한 object detection 모델을 심층적으로 이해해 볼 것입니다. Line by line으로 코드를 리뷰 하면서 코드의 구조와 각 함수들이 어떤 역할들을 수행하는지 자세하게 살펴 볼 것입니다.

이론
– YOLO v3 구현 모델에 사용되는 Tensorflow2.0 / Keras API
– YOLO v3 구현 모델의 구조
– YOLO v3 구현 모델의 개별 함수들의 역할

실습
– Object detection Model Training & Inference

본 강의에서는 실시간 물체 인식에 사용하기에 좀 더 적합한 “Tiny – Yolo” 모델에 대해 알아볼 것입니다. 어떤 부분을 개선하여 성능을 많이 떨어트리지 않으면서도 탐색속도를 향상 시켰는지 이해하고 나면, 추후에 “내 모델”을 튜닝 할 때에도 응용해볼 수 있을 것입니다.

이론
– Tiny YOLO 모델의 특징
– 기존 모델과 성능 비교

실습
– Tiny YOLO 모델 구현 및 성능비교

본 강의의 최종 목표 프로젝트는 각 수강생들이 개인 Custom data로 딥러닝 기반 물체 인식 모델을 설계하는 것입니다. 목표를 달성하기 위해 data를 준비하는 과정인 Labeling tool 사용법부터 Pre-trained weight를 활용하여 학습 시간을 단축하는 방법, 그리고 학습된 모델을 저장하고 로드하는 방법까지 다룸으로써 현업에 도움이 될 수 있도록 가이드 할 것입니다.

최종 프로젝트
YOLO object detection application 제작