25분
객체 탐지 개론: 1-stage vs 2-stage, YOLO의 위치
Day 3: YOLO 객체 탐지
객체 탐지 개론: 1-stage vs 2-stage, YOLO의 위치
비전 AI — 제조 외관검사 시스템 > Day 3: YOLO 객체 탐지
학습 목표
분류(Classification)와 탐지(Detection)의 차이를 이해한다 1-stage와 2-stage 탐지기의 구조적 차이를 파악한다 YOLO가 제조 실시간 검사에 적합한 이유를 설명할 수 있다
분류 vs 탐지
Day 2에서는 분류: "이 이미지가 불량인가?" Day 3에서는 탐지: "불량이 어디에 있는가?"
차이
에디터 로딩 중...
2-Stage Detector
에디터 로딩 중...
1-Stage Detector
에디터 로딩 중...
YOLO 버전 역사
| 버전 | 연도 | 특징 | mAP | FPS |
|---|---|---|---|---|
| YOLOv1 | 2016 | 최초 제안 | 63.4 | 45 |
| YOLOv3 | 2018 | 멀티스케일 | 57.9 | 30 |
| YOLOv5 | 2020 | PyTorch, 사용 편의 | 68.9 | 140 |
| YOLOv8 | 2023 | Ultralytics, SOTA | 72.3 | 160 |
| YOLOv11 | 2024 | 최신 | 73.5 | 170 |
YOLOv8 추천 이유: 성능/속도 균형, API 사용성 최고, 문서 풍부
제조에서 YOLO의 활용
에디터 로딩 중...
핵심 포인트
- • 분류는 이미지 전체를 하나의 클래스로 판정, 탐지는 위치까지 특정
- • YOLO는 1-stage 탐지기로 실시간 검사(30+ FPS)에 적합
- • YOLOv8은 성능/속도/사용성 모두 우수하여 제조에 추천
- • 제조에서는 '어디에 불량이 있는가'가 핵심 정보