μ½˜ν…μΈ λ‘œ κ±΄λ„ˆλ›°κΈ°

기술 비ꡐ: 물체 감지λ₯Ό μœ„ν•œ YOLOX와 PP-YOLOE+ 비ꡐ

컴퓨터 λΉ„μ „ μž‘μ—…μ—μ„œ μ˜¬λ°”λ₯Έ 물체 감지 λͺ¨λΈμ„ μ„ νƒν•˜λŠ” 것은 맀우 μ€‘μš”ν•©λ‹ˆλ‹€. 이 νŽ˜μ΄μ§€μ—μ„œλŠ” 정보에 μž…κ°ν•œ 결정을 λ‚΄λ¦¬λŠ” 데 도움이 λ˜λŠ” μ•„ν‚€ν…μ²˜, μ„±λŠ₯, μ‚¬μš© 사둀λ₯Ό μ€‘μ‹¬μœΌλ‘œ 두 가지 μ΅œμ‹  액컀 프리 λͺ¨λΈμΈ YOLOX와 PP-YOLOE+의 μƒμ„Έν•œ 기술 비ꡐλ₯Ό μ œκ³΅ν•©λ‹ˆλ‹€.

YOLOX: κ³ μ„±λŠ₯ 액컀 프리 디텍터

Megviiκ°€ 2021λ…„ 7월에 μΆœμ‹œν•œ YOLOXλŠ” 액컀가 ν•„μš” μ—†λŠ” 물체 감지 λͺ¨λΈλ‘œ, λ‹¨μˆœμ„±κ³Ό κ³ μ„±λŠ₯으둜 잘 μ•Œλ €μ Έ μžˆμŠ΅λ‹ˆλ‹€. κ°„μ†Œν•˜λ©΄μ„œλ„ 효과적인 μ•„ν‚€ν…μ²˜λ₯Ό μ œκ³΅ν•¨μœΌλ‘œμ¨ 연ꡬ와 μ‚°μ—… μ• ν”Œλ¦¬μΌ€μ΄μ…˜ κ°„μ˜ 격차λ₯Ό ν•΄μ†Œν•˜λŠ” 것을 λͺ©ν‘œλ‘œ ν•©λ‹ˆλ‹€.

μ•„ν‚€ν…μ²˜ 및 μ£Όμš” κΈ°λŠ₯

YOLO 액컀 프리 μ ‘κ·Ό 방식을 μ±„νƒν•˜μ—¬ λ³΅μž‘ν•œ 액컀 λ°•μŠ€ 계산이 ν•„μš” μ—†λŠ” YOLO μ‹œλ¦¬μ¦ˆλ₯Ό κ°„μ†Œν™”ν–ˆμŠ΅λ‹ˆλ‹€. μ£Όμš” μ•„ν‚€ν…μ²˜ ν˜μ‹ μ€ λ‹€μŒκ³Ό κ°™μŠ΅λ‹ˆλ‹€:

  • 액컀 프리 감지: 액컀 λ°•μŠ€λ₯Ό μ œκ±°ν•˜μ—¬ λ””μžμΈμ„ κ°„μ†Œν™”ν•˜κ³  ν•˜μ΄νΌνŒŒλΌλ―Έν„°μ˜ 수λ₯Ό μ€„μž…λ‹ˆλ‹€.
  • λΆ„λ¦¬ν˜• ν—€λ“œ: YOLOXλŠ” λΆ„λ₯˜ ν—€λ“œμ™€ ν˜„μ§€ν™” ν—€λ“œλ₯Ό λΆ„λ¦¬ν•˜μ—¬ 특히 정확도 λ©΄μ—μ„œ μ„±λŠ₯을 ν–₯μƒμ‹œν‚΅λ‹ˆλ‹€.
  • SimOTA 라벨 ν• λ‹Ή: 예츑된 경계 μƒμžλ₯Ό 기반으둜 λŒ€μƒμ„ λ™μ μœΌλ‘œ ν• λ‹Ήν•˜μ—¬ ν›ˆλ ¨μ„ μ΅œμ ν™”ν•˜λŠ” κ³ κΈ‰ 라벨 ν• λ‹Ή μ „λž΅μž…λ‹ˆλ‹€.
  • κ°•λ ₯ν•œ 데이터 증강: λ―ΉμŠ€μ—… 및 λͺ¨μžμ΄ν¬ 증강을 ν™œμš©ν•˜μ—¬ 견고성과 μΌλ°˜ν™”λ₯Ό κ°•ν™”ν•©λ‹ˆλ‹€.

μ„±λŠ₯ μ§€ν‘œ

YOLOX λͺ¨λΈμ€ 정확도와 속도 μ‚¬μ΄μ˜ κ°•λ ₯ν•œ κ· ν˜•μ„ λ³΄μ—¬μ€λ‹ˆλ‹€. 비ꡐ ν‘œμ—μ„œ λ³Ό 수 μžˆλ“―μ΄, YOLOXλŠ” 효율적인 μΆ”λ‘  μ‹œκ°„μœΌλ‘œ 경쟁λ ₯ μžˆλŠ” mAP 점수λ₯Ό λ‹¬μ„±ν•©λ‹ˆλ‹€. 예λ₯Ό λ“€μ–΄, YOLOX-xλŠ” COCO val 데이터 μ„ΈνŠΈμ—μ„œ 51.1%의 mAPλ₯Ό λ‹¬μ„±ν•©λ‹ˆλ‹€.

μ‚¬μš© 사둀

  • 자율 μ£Όν–‰: μ‹€μ‹œκ°„ 물체 κ°μ§€λŠ” 자율 μ£Όν–‰ 및 μ•ˆμ „ μ‹œμŠ€ν…œμ—μ„œ 맀우 μ€‘μš”ν•©λ‹ˆλ‹€.
  • λ‘œλ΄‡ 곡학: λ‘œλ΄‡μ΄ μ£Όλ³€ ν™˜κ²½μ„ 효과적으둜 μΈμ‹ν•˜κ³  μƒν˜Έ μž‘μš©ν•  수 μžˆλ„λ‘ μ§€μ›ν•©λ‹ˆλ‹€.
  • μ‚°μ—… 검사: 제쑰 κ³΅μ •μ˜ ν’ˆμ§ˆ κ΄€λ¦¬μ—λŠ” 높은 정확도와 속도가 ν•„μˆ˜μ μž…λ‹ˆλ‹€.

강점 및 약점

강점:

  • 높은 정확도와 속도 νŠΈλ ˆμ΄λ“œμ˜€ν”„: 정확도와 μΆ”λ‘  속도 λͺ¨λ‘μ—μ„œ λ›°μ–΄λ‚œ μ„±λŠ₯을 λ‹¬μ„±ν•©λ‹ˆλ‹€.
  • κ°„μ†Œν™”λœ μ•„ν‚€ν…μ²˜: 액컀가 ν•„μš” μ—†λŠ” μ„€κ³„λ‘œ κ΅¬ν˜„μ„ κ°„μ†Œν™”ν•˜κ³  계산 λ³΅μž‘μ„±μ„ μ€„μž…λ‹ˆλ‹€.
  • λͺ¨λΈ 규λͺ¨μ— 관계없이 κ°•λ ₯ν•œ μ„±λŠ₯: λ‹€μ–‘ν•œ λ¦¬μ†ŒμŠ€ μ œμ•½ 쑰건에 맞게 λ‚˜λ…ΈλΆ€ν„° μ—‘μŠ€ λͺ¨λΈκΉŒμ§€ μ œκ³΅ν•©λ‹ˆλ‹€.

약점:

  • μ‹€μ‹œκ°„ λͺ¨λΈκ³Ό λΉ„κ΅ν•œ μΆ”λ‘  속도: 속도가 λΉ λ₯΄κΈ΄ ν•˜μ§€λ§Œ, ꢁ극적인 정확도보닀 속도λ₯Ό μš°μ„ μ‹œν•˜λŠ” YOLOv10κ³Ό 같은 λͺ¨λΈμ€ 더 λΉ λ₯Έ μΆ”λ‘  속도λ₯Ό μ œκ³΅ν•  수 μžˆμŠ΅λ‹ˆλ‹€.

μšœλ‘μŠ€μ— λŒ€ν•΄ μžμ„Ένžˆ μ•Œμ•„λ³΄κΈ°

μ„ΈλΆ€ 정보:

PP-YOLOE+: 액컀가 ν•„μš” μ—†λŠ” PaddlePaddle μš°μˆ˜μ„±

PP-YOLOE의 ν–₯μƒλœ 버전인 PP-YOLOE+λŠ”PaddlePaddle의 ν–₯μƒλœ λ²„μ „μœΌλ‘œ, 물체 κ°μ§€μ˜ 높은 정확도와 νš¨μœ¨μ„±μ„ μœ„ν•΄ μ„€κ³„λ˜μ—ˆμŠ΅λ‹ˆλ‹€. 바이두가 2022λ…„ 4월에 μΆœμ‹œν•œ 이 μ œν’ˆμ€ 액컀 프리 νŒ¨λŸ¬λ‹€μž„μ„ 기반으둜 κ°•λ ₯ν•˜κ³  μ •λ°€ν•œ 감지가 ν•„μš”ν•œ μ‚°μ—… μ• ν”Œλ¦¬μΌ€μ΄μ…˜μ— 쀑점을 두고 μžˆμŠ΅λ‹ˆλ‹€.

μ•„ν‚€ν…μ²˜ 및 μ£Όμš” κΈ°λŠ₯

PP-YOLOE+λŠ” μΆ”λ‘  속도λ₯Ό ν¬μƒν•˜μ§€ μ•Šκ³  정확성을 κ°•μ‘°ν•˜μ—¬ κΉŒλ‹€λ‘œμš΄ 물체 감지 μž‘μ—…μ— μ ν•©ν•©λ‹ˆλ‹€. μ•„ν‚€ν…μ²˜μ—λŠ” λ‹€μŒμ΄ ν¬ν•¨λ©λ‹ˆλ‹€:

  • 액컀 프리 λ””μžμΈ: 액컀 λ°•μŠ€λ₯Ό μ œκ±°ν•˜μ—¬ λͺ¨λΈμ„ λ‹¨μˆœν™”ν•˜κ³  ν•˜μ΄νΌνŒŒλΌλ―Έν„° νŠœλ‹μ„ μ€„μž…λ‹ˆλ‹€.
  • λ””μ»€ν”Œλ§ ν—€λ“œ: YOLOX와 λ§ˆμ°¬κ°€μ§€λ‘œ λΆ„λ₯˜ 및 λ‘œμ»¬λΌμ΄μ œμ΄μ…˜μ— λ””μ»€ν”Œλ§ ν—€λ“œλ₯Ό μ‚¬μš©ν•˜μ—¬ 정확도λ₯Ό ν–₯μƒμ‹œν‚΅λ‹ˆλ‹€.
  • λ³€μ΄ˆμ  손싀: μ •λ°€ν•œ λΆ„λ₯˜μ™€ λ°”μš΄λ”© λ°•μŠ€ νšŒκ·€λ₯Ό μœ„ν•΄ λ³€μ΄ˆμ  손싀을 μ‚¬μš©ν•˜μ—¬ 감지 정밀도λ₯Ό ν–₯μƒμ‹œν‚΅λ‹ˆλ‹€.
  • CSPRepResNet λ°±λ³Έ 및 ELAN λ„₯: νŠΉμ§• μΆ”μΆœ 및 집계λ₯Ό μœ„ν•΄ 효율적인 λ°±λ³Έ 및 λ„₯ μ•„ν‚€ν…μ²˜λ₯Ό ν™œμš©ν•©λ‹ˆλ‹€.

μ„±λŠ₯ μ§€ν‘œ

PP-YOLOE+ λͺ¨λΈμ€ 정확도와 속도 사이에 κ°•λ ₯ν•œ κ· ν˜•μ„ μ œκ³΅ν•©λ‹ˆλ‹€. 비ꡐ ν‘œλŠ” 경쟁λ ₯ μžˆλŠ” mAP μ μˆ˜μ™€ 효율적인 TensorRT μΆ”λ‘  μ‹œκ°„μ„ λ³΄μ—¬μ€λ‹ˆλ‹€. PP-YOLOE+xλŠ” COCO val 데이터 μ„ΈνŠΈμ—μ„œ 54.7%의 mAPλ₯Ό λ‹¬μ„±ν•˜μ—¬ λ›°μ–΄λ‚œ 정확도λ₯Ό λ³΄μ—¬μ€λ‹ˆλ‹€.

μ‚¬μš© 사둀

  • μ‚°μ—… ν’ˆμ§ˆ 검사: 제쑰 결함을 μ‹λ³„ν•˜λ €λ©΄ 높은 정밀도가 ν•„μˆ˜μ μž…λ‹ˆλ‹€.
  • μž¬ν™œμš© νš¨μœ¨μ„±: μ •ν™•ν•œ 물체 감지λ₯Ό 톡해 μž¬ν™œμš© 곡μž₯μ—μ„œ μžλ™ λΆ„λ₯˜λ₯Ό κ°œμ„ ν•©λ‹ˆλ‹€.
  • κ°μ‹œ: λ³΄μ•ˆ μ‹œμŠ€ν…œμ—μ„œ μ•ˆμ •μ μΈ λͺ¨λ‹ˆν„°λ§μ„ μœ„ν•΄μ„œλŠ” κ°•λ ₯ν•˜κ³  μ •ν™•ν•œ 탐지가 ν•„μš”ν•©λ‹ˆλ‹€.

강점 및 약점

강점:

  • 높은 정확도: 물체 κ°μ§€μ—μ„œ μ΅œμ²¨λ‹¨ 정확도λ₯Ό μš°μ„ μ μœΌλ‘œ λ‹¬μ„±ν•©λ‹ˆλ‹€.
  • 효율적인 섀계: 높은 정확도와 합리적인 μΆ”λ‘  속도 μ‚¬μ΄μ˜ κ· ν˜•μ„ μœ μ§€ν•©λ‹ˆλ‹€.
  • μ‚°μ—…μš© 포컀슀: μ•ˆμ •μ μ΄κ³  μ •λ°€ν•œ 물체 감지가 ν•„μš”ν•œ μ‚°μ—…μš© μ• ν”Œλ¦¬μΌ€μ΄μ…˜μ— μ ν•©ν•©λ‹ˆλ‹€.

약점:

  • λ³΅μž‘μ„±: μ•΅μ»€λŠ” μ—†μ§€λ§Œ "+" κ°œμ„  사항은 λ‹¨μˆœν•œ λͺ¨λΈμ— λΉ„ν•΄ λ³΅μž‘μ„±μ„ λ”ν•©λ‹ˆλ‹€.
  • μ—μ½”μ‹œμŠ€ν…œ 쒅속: 주둜 PaddlePaddle μ—μ½”μ‹œμŠ€ν…œ λ‚΄μ—μ„œ λ‹€λ₯Έ ν”„λ ˆμž„μ›Œν¬λ₯Ό μ„ ν˜Έν•˜λŠ” μ‚¬μš©μžκ°€ κ³ λ €ν•  수 μžˆλŠ” μ‚¬ν•­μž…λ‹ˆλ‹€.

PP-YOLOE+ λ¬Έμ„œ(νŒ¨λ“€ 감지)

μ„ΈλΆ€ 정보:

λͺ¨λΈ 비ꡐ ν‘œ

λͺ¨λΈ 크기
(ν”½μ…€)
mAPval
50-95
속도
CPU ONNX
(ms)
속도
T4TensorRT10
(ms)
λ§€κ°œλ³€μˆ˜
(M)
FLOPs
(B)
μšœλ‘μŠ€λ‚˜λ…Έ 416 25.8 - - 0.91 1.08
YOLOXtiny 416 32.8 - - 5.06 6.45
욜둝슀 640 40.5 - 2.56 9.0 26.8
YOLOXm 640 46.9 - 5.43 25.3 73.8
YOLOXl 640 49.7 - 9.04 54.2 155.6
YOLOXx 640 51.1 - 16.1 99.1 281.9
PP-YOLOE+t 640 39.9 - 2.84 4.85 19.15
PP-YOLOE+s 640 43.7 - 2.62 7.93 17.36
PP-YOLOE+m 640 49.8 - 5.56 23.43 49.91
PP-YOLOE+l 640 52.9 - 8.36 52.2 110.07
PP-YOLOE+x 640 54.7 - 14.3 98.42 206.59

기타 λͺ¨λΈ

YOLOX 및 PP-YOLOE+에 관심이 μžˆλŠ” μ‚¬μš©μžλΌλ©΄ λ‹€μŒκ³Ό 같은 Ultralytics YOLO λͺ¨λΈλ„ μΈμ‚¬μ΄νŠΈλ₯Ό 얻을 수 μžˆμŠ΅λ‹ˆλ‹€:

πŸ“…1 λ…„ μ „ 생성됨 ✏️ 1κ°œμ›” μ „ μ—…λ°μ΄νŠΈλ¨

λŒ“κΈ€