객체 탐지 및 Ultralytics의 YOLO 모델의 진화

Computer vision은 기계가 실제 세계를 인식하는 방식과 유사하게 이미지와 비디오를 보고 이해하도록 가르치는 데 초점을 맞춘 인공지능(AI)의 하위 분야입니다. 객체 인식이나 행동 식별은 인간에게는 매우 자연스러운 일이지만, 기계의 경우 이러한 작업에는 구체적이고 특화된 computer vision techniques이 필요합니다. 예를 들어, 컴퓨터 비전의 핵심 작업 중 하나는 이미지나 비디오 내에서 객체를 식별하고 위치를 파악하는 object detection입니다.

1960년대 이후 연구자들은 컴퓨터가 객체를 감지하는 방식을 개선하기 위해 노력해 왔습니다. 템플릿 매칭과 같은 초기 방식은 미리 정의된 템플릿을 이미지 전체에 슬라이딩하여 일치하는 항목을 찾는 방식이었습니다. 혁신적이긴 했지만, 이러한 접근 방식은 객체의 크기, 방향, 조명의 변화에 취약했습니다. 오늘날에는 인상적인 정확도로 작고 부분적으로 가려진 객체(가폐색 객체)까지 감지할 수 있는 Ultralytics YOLO11 같은 advanced models가 있습니다.

Computer vision이 계속 발전함에 따라 이러한 기술이 어떻게 발전해 왔는지 되돌아보는 것은 중요합니다. 이 글에서는 object detection의 진화를 살펴보고 YOLO (You Only Look Once) models의 변화에 조명을 비춰보겠습니다. 시작해 봅시다!

컴퓨터 비전의 기원#

Object detection에 대해 알아보기 전에 computer vision이 어떻게 시작되었는지 살펴보겠습니다. The origins of computer vision은 1950년대 후반과 1960년대 초반, 과학자들이 뇌가 시각 정보를 처리하는 방식을 탐구하기 시작했을 때로 거슬러 올라갑니다. 고양이를 이용한 실험에서 researchers David Hubel과 Torsten Wiesel은 뇌가 가장자리나 선 같은 단순한 패턴에 반응한다는 것을 발견했습니다. 이것이 바로 feature extraction 개념, 즉 시각 시스템이 더 복잡한 패턴으로 넘어가기 전에 가장자리와 같은 이미지의 기본 특징을 감지하고 인식한다는 개념의 기초가 되었습니다.

Fig 1. 고양이의 뇌가 빛 막대에 반응하는 방식을 학습한 것은 컴퓨터 비전에서 특징 추출을 개발하는 데 도움이 되었습니다.

거의 비슷한 시기에 물리적 이미지를 디지털 형식으로 변환할 수 있는 신기술이 등장하면서 기계가 시각 정보를 처리하는 방법에 대한 관심이 촉발되었습니다. 1966년 매사추세츠 공과대학교(MIT)의 하계 비전 프로젝트(Summer Vision Project)는 이를 더욱 발전시켰습니다. 이 프로젝트가 완전히 성공한 것은 아니지만, 이미지에서 전경과 배경을 분리할 수 있는 시스템을 만드는 것을 목표로 삼았습니다. vision AI community의 많은 사람들에게 이 프로젝트는 과학 분야로서 computer vision의 공식적인 시작을 알리는 신호탄이었습니다.

객체 탐지의 역사 이해하기#

1990년대 후반과 2000년대 초반에 computer vision이 발전함에 따라 object detection 방법은 템플릿 매칭과 같은 기본 기법에서 보다 고급화된 접근 방식으로 전환되었습니다. 인기 있는 방법 중 하나인 Haar Cascade는 얼굴 감지 같은 작업에 널리 사용되게 되었습니다. 이 방법은 슬라이딩 윈도우로 이미지를 스캔하고, 이미지의 각 구역에서 가장자리나 텍스처 같은 특정 특징을 확인한 다음, 이러한 특징을 결합하여 얼굴과 같은 객체를 감지하는 방식으로 작동했습니다. Haar Cascade는 이전 방법들보다 훨씬 빨랐습니다.

Fig 2. 얼굴 감지를 위한 Haar Cascade 사용.

이와 함께 HOG(Histogram of Oriented Gradients) 및 SVM(Support Vector Machines) 같은 방법도 도입되었습니다. HOG는 슬라이딩 윈도우 기법을 사용하여 이미지의 작은 부분에서 빛과 그림자가 어떻게 변하는지 분석하고, 이를 통해 모양을 바탕으로 객체를 식별하는 데 도움을 주었습니다. 그런 다음 SVM은 이러한 특징을 분류하여 객체의 정체를 판별했습니다. 이러한 방법들은 정확도를 향상시켰으나 실제 환경에서는 여전히 어려움을 겪었으며 오늘날의 기법에 비해 느렸습니다.

실시간 객체 탐지의 필요성#

2010년대에는 deep learning과 Convolutional Neural Networks (CNNs)의 부상으로 object detection에 큰 변화가 찾아왔습니다. CNN 덕분에 컴퓨터가 대량의 data로부터 중요한 특징을 자동으로 학습할 수 있게 되었으며, 이로 인해 감지 정확도가 훨씬 높아졌습니다.

R-CNN (Region-based Convolutional Neural Networks)과 같은 초기 모델들은 정밀도 측면에서 큰 발전을 이루었으며, 기존 방식보다 더욱 정확하게 객체를 식별하는 데 도움을 주었습니다.

그러나 이러한 모델들은 여러 단계를 거쳐 이미지를 처리했기 때문에 속도가 느렸고, 자율주행차나 비디오 감시 분야의 실시간 애플리케이션에는 실용성이 떨어졌습니다.

속도를 높이는 데 초점을 맞춰 더욱 효율적인 모델들이 개발되었습니다. Fast R-CNN 및 Faster R-CNN 같은 모델은 관심 영역이 선택되는 방식을 개선하고 감지에 필요한 단계 수를 줄이는 방식으로 기여했습니다. 이로 인해 객체 감지가 더 빨라지긴 했지만, 즉각적인 결과를 필요로 하는 많은 real-world applications에는 여전히 충분히 빠르지 않았습니다. 실시간 감지에 대한 수요가 증가함에 따라 속도와 정확도의 균형을 모두 잡을 수 있는 훨씬 빠르고 효율적인 솔루션의 개발이 촉진되었습니다.

그림 3. R-CNN, Fast R-CNN 및 Faster R-CNN 속도 비교.

YOLO (You Only Look Once) 모델: 주요 이정표#

YOLO는 이미지와 비디오에서 multiple objects를 실시간으로 감지할 수 있게 함으로써 컴퓨터 비전을 재정의한 object detection 모델로, 이전의 감지 방식들과는 꽤 차별화되는 고유한 특징을 지닙니다. 감지된 각 객체를 개별적으로 분석하는 대신 YOLO’s architecture는 객체 감지를 단일 작업으로 취급하여 CNN을 사용하여 한 번에 객체의 위치와 클래스를 모두 예측합니다.

이 모델은 이미지를 격자로 나누고 각 부분이 해당 구역의 객체를 감지하는 역할을 담당하도록 하여 작동합니다. 각 섹션에 대해 여러 predictions를 수행하고 확신이 낮은 결과를 필터링하여 정확한 결과만 남깁니다.

Fig 4. YOLO 작동 방식 개요.

Computer vision applications에 YOLO가 도입되면서 객체 감지는 이전 모델보다 훨씬 빠르고 효율적으로 이루어졌습니다. 속도와 정확도 덕분에 YOLO는 제조업, 헬스케어, 로보틱스 등의 산업에서 실시간 솔루션을 위한 인기 있는 선택지로 빠르게 자리 잡았습니다.

또 하나 주목할 중요한 점은 YOLO가 오픈 소스였기 때문에 개발자와 연구자들이 지속적으로 개선할 수 있었고, 이로 인해 훨씬 더 발전된 버전들이 탄생했다는 것입니다.

YOLO부터 Ultralytics YOLO11까지의 여정#

YOLO 모델은 각 버전의 발전을 기반으로 시간이 지남에 따라 꾸준히 향상되어 왔습니다. 성능 향상과 더불어 이러한 개선 사항들은 다양한 수준의 기술적 경험을 가진 사람들이 모델을 더 쉽게 사용할 수 있도록 만들었습니다.

예를 들어, Ultralytics YOLOv5가 도입되었을 때 PyTorch를 통해 deploying models가 더 간단해졌으며, 이를 통해 더 다양한 사용자가 고급 AI를 다룰 수 있게 되었습니다. 정확성과 사용 편의성을 모두 갖추어 더 많은 사람들이 코딩 전문가가 아니어도 객체 감지를 구현할 수 있는 능력을 갖추게 되었습니다.

그림 5. YOLO 모델의 발전.

Ultralytics YOLOv8은 인스턴스 세분화(instance segmentation) 같은 작업에 대한 지원을 추가하고 모델의 유연성을 높임으로써 이러한 진전을 이어갔습니다. 기본 애플리케이션부터 더 복잡한 애플리케이션까지 모두에 YOLO를 사용하는 것이 더 쉬워져 다양한 시나리오에서 유용하게 쓰이게 되었습니다.

최신 모델인 Ultralytics YOLO11을 통해 추가적인 최적화가 이루어졌습니다. 정확도를 향상시키면서 parameters 수를 줄여 실시간 작업에 더욱 효율적이게 되었습니다. 노련한 개발자이든 AI 초보자이든 관계없이 YOLO11은 쉽게 접근할 수 있는 고급 객체 감지 접근 방식을 제공합니다.

Ultralytics YOLO11 알아보기: 새로운 기능과 개선 사항#

Ultralytics의 연례 하이브리드 이벤트인 YOLO Vision 2024 (YV24)에서 출시된 YOLO11은 객체 감지, 인스턴스 세분화, 이미지 분류, pose estimation과 같이 YOLOv8과 동일한 computer vision tasks을 지원합니다. 따라서 사용자는 워크플로를 조정할 필요 없이 이 새로운 모델로 쉽게 전환할 수 있습니다. 또한, YOLO11의 업그레이드된 아키텍처는 예측을 더욱 정밀하게 만듭니다. 실제로 YOLO11m은 YOLOv8m에 비해 22% 더 적은 파라미터로 COCO dataset에서 더 높은 평균 정밀도(mAP)를 달성합니다.

또한 YOLO11은 스마트폰 및 기타 엣지 디바이스부터 보다 강력한 클라우드 시스템에 이르기까지 range of platforms에서 효율적으로 실행되도록 빌드되었습니다. 이 유연성은 실시간 애플리케이션을 위한 다양한 hardware setups 전반에서 원활한 성능을 보장합니다. 그뿐만 아니라 YOLO11은 더 빠르고 효율적이어서 연산 비용을 절감하고 추론 시간을 단축합니다. Ultralytics Python package를 사용하든 no-code Ultralytics HUB를 사용하든 기존 워크플로에 YOLO11을 쉽게 통합할 수 있습니다.

YOLO 모델과 객체 탐지의 미래#

고급 객체 검출이 실시간 애플리케이션과 엣지 AI에 미치는 영향은 이미 다양한 산업 분야에서 체감되고 있습니다. 석유 및 가스, 헬스케어, retail 같은 분야에서 AI 의존도가 높아짐에 따라, 빠르고 정확한 객체 검출에 대한 수요가 계속해서 증가하고 있습니다. Ultralytics YOLO11은 연산 능력이 제한된 기기에서도 고성능 검출을 가능하게 함으로써 이러한 수요에 부응하고자 합니다.

edge AI가 성장함에 따라, 속도와 정확도가 매우 중요한 환경에서 실시간 의사결정을 위해 Ultralytics YOLO11과 같은 객체 검출 모델이 더욱 필수적인 요소가 될 것입니다. 설계와 적응성이 지속적으로 개선됨에 따라, 객체 검출의 미래는 다양한 애플리케이션 전반에 걸쳐 더 많은 혁신을 가져올 것으로 기대됩니다.

핵심 요약#

객체 검출은 단순한 방법에서 오늘날 우리가 볼 수 있는 고급 딥러닝 기법으로 진화하며 오랜 거리를 걸어왔습니다. YOLO 모델은 이러한 발전의 중심에 서서 다양한 산업 분야에 걸쳐 더 빠르고 정확한 실시간 검출을 제공해 왔습니다. Ultralytics YOLO11은 이러한 유산을 바탕으로 효율성을 향상시키고, 연산 비용을 절감하며, 정확도를 높여 다양한 실시간 애플리케이션을 위한 신뢰할 수 있는 선택지로 자리 잡았습니다. AI와 컴퓨터 Vision의 지속적인 발전과 함께, 객체 검출의 미래는 속도, 정밀도, 적응성 측면에서 더욱 큰 개선의 여지를 남기며 밝아 보입니다.

AI가 궁금하신가요? 저희 community와 연결을 유지하고 계속 학습하세요! manufacturing 및 healthcare와 같은 산업에서 혁신적인 솔루션을 만들기 위해 AI를 어떻게 활용하고 있는지 GitHub repository에서 확인해 보세요. 🚀