1. YOLOv8 모델 아키텍쳐!
https://github.com/ultralytics/ultralytics/issues/189
Brief summary of YOLOv8 model structure · Issue #189 · ultralytics/ultralytics
Model structure of YOLOv8 detection models(P5) - yolov8n/s/m/l/x: Changes compared to YOLOv5: Replace the C3 module with the C2f module Replace the first 6x6 Conv with 3x3 Conv in the Backbone Dele...
github.com
2. YOLO ? Object detection
YOLO는 무엇을 하는 인공지능 모델인가?
object detection부터 알아야한다!
객체를 검출하는 방법은 두가지 단계가 있다.
- Region Proposal: 물체의 위치
- Classification: 물체의 정체가 무엇인지 분류
이 두단계를 순차적으로 하느냐, 동시에 하느냐에 따라서 1-Stage detector와 2-Stage detector로 나뉜다.
- 1-Stage detector: YOLO
- 2-Stage detector: R-CNN
여기까지는 아주 쉽다!
그럼 조금 더 자세히 들어가보자!
3. 1-Stage detector: Backbone, Neck and Head Architecture가 무엇일까!?
1-Stage detector의 기본적인 모델 구조는 다음과 같다. 크게 3가지로 나뉜다.
- Backbone
- Neck
- Head: '검출'이 이루어지는 실질적인 부분
각 자세한 내용 참고
https://velog.io/@hewas1230/ObjectDetection-Architecture
'공부 > 인공지능 모델' 카테고리의 다른 글
| ZSL: Zero-shot learning (0) | 2024.10.07 |
|---|