목록 보기
이미지 가장자리 왜곡에 특화된 도로 객체 탐지
AI

이미지 가장자리 왜곡에 특화된 도로 객체 탐지

노타
노타
2024년 6월 10일

두줄요약

어안 이미지 가장자리의 작은 객체와 왜곡된 비목표 객체 문제를 SAHI·가짜 레이블 학습으로 보완했습니다.\n증강·평활화·WBF 결합으로 F1 0.6196을 달성했지만 추론 비용이 큰 한계도 분석했습니다.

문제 상황

  • 어안 카메라 이미지 가장자리의 객체 축소와 형태 왜곡으로 인한 도로 객체 탐지 성능 저하
  • 도로 표지판 같은 비목표 객체의 차량 오인식

해결 방법

  • 슬라이스 단위 확대·추론·통합을 통한 SAHI 적용으로 가장자리 작은 객체 탐지 보완
  • LVIS 기반 Co-DETR의 가짜 레이블을 활용한 비목표 객체 학습
  • 회전 증강, 추론 단계 히스토그램 평활화, WBF 기반 다중 탐지기 결합

성능/운영 포인트

  • FishEye8K 미세 조정과 작업 특화·일반 객체 탐지 기법 결합
  • F1 점수 0.4734에서 0.6196으로 개선, 2024 AI City Challenge Track 4 2위

트레이드오프

  • 복잡한 다수 모델과 슬라이스 추론에 따른 높은 추론 계산 부담
  • 지식 증류와 네트워크 가지치기를 통한 단일 경량 모델 압축 계획

다음 읽기

같은 회사의 연관 글

향상된 온라인 다중 카메라 인물 추적을 위한 Cluster Self-Refinement

온라인 다중 카메라 인물 추적의 ID 오류를 줄이기 위해 Cluster Self-Refinement를 제안했습니다. 포즈 추정 기반 위치 보정까지 적용해 AI City Challenge 3위를 기록했습니다.

노타
노타
AI

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...