객체 탐지 모델 심화 (Object Detection Advanced)

객체 탐지 모델 심화 (Object Detection Advanced)

기본 객체 탐지 모델을 넘어 효율적 스케일링, 시공간 처리 등 고급 기법을 적용한 탐지 아키텍처로, EfficientDet의 복합 스케일링과 ConvLSTM의 시공간 처리가 대표적

특징: 효율적 스케일링, 특성 피라미드 네트워크, 시공간 데이터 처리

EfficientDet

• •Google Brain, EfficientNet 백본 + BiFPN(Bidirectional Feature Pyramid Network: 양방향 특성 융합)
• •Compound Scaling: 해상도, 깊이, 너비 동시 조정으로 최적 효율
• •EfficientDet-D0~D7: 정확도-속도 트레이드오프 단계별 제공
• •적은 파라미터로 높은 성능, 모바일/엣지 배포에 적합

ConvLSTM

• •CNN + LSTM 결합, 시공간(Spatiotemporal) 데이터 처리
• •입력/게이트의 FC 연산을 합성곱(Convolution)으로 대체
• •적용: 비디오 예측, 기상 예보, 교통 흐름 예측, 강수 예측

비교: YOLO(단일단계·빠름) vs SSD(다중스케일·균형) vs EfficientDet(효율적스케일링·경량) vs DETR(Transformer기반·앵커프리)

연관: CNN, 특성 피라미드, NMS, 앵커, Backbone