CNN 기반 객체 탐지와 세그멘테이션

고속비행오리406 지음

작가와 2025년 01월 15일 출간

작품소개

책소개

이미지 속 객체를 탐지하고 세그멘테이션 하는 기술은 자율주행, 의료영상 분석, 보안 등 다양한 분야에서 활용되고 있습니다. 특히 최근에는 딥러닝 기술의 발전으로 CNN(Convolutional Neural Network) 기반의 객체 탐지와 세그멘테이션 기술이 크게 주목받고 있습니다.
이 책을 통해 독자분들은 CNN 기반의 객체 탐지와 세그멘테이션 기술에 대한 전반적인 이해를 얻을 수 있을 것입니다. 이를 바탕으로 이미지 속 객체를 정확하게 탐지하고 세그멘테이션 하는 능력을 키울 수 있을 것입니다.

목차

제1장 CNN기반 Object Detection 개요
1. Object Detection 개념 | 5p
2. Dataset for Object Detection | 23p
3. Object Detection Alg. 및 분류 | 33p

제2장 Faster R-CNN을 활용한 Object Detection 및 실습
1. Faster R-CNN의 개요 및 특징 | 52p
2. Faster R-CNN코드 분석 및 Object Detection 실습 | 71p

제3장 YOLO를 활용한 Object Detection 및 실습
1. YOLO의 개요 및 특징 | 114p
2. YOLO코드 분석 및 Object Detection 실습 | 144p

제4장 SSD를 활용한 Object Detection 및 실습
■ SSD의 개요 및 특징 | 201p
■ SSD코드 분석 및 Object Detection 실습 | 224p

제5장 CNN기반 Semantic Segmentation
■ Semantic Segmentation 개념 | 254p
■ Dataset for Semantic Segmentation | 277p
■ CNN기반 Semantic Segmentation Alg. 및 분류 | 288p

제6장 FCN/Deconvolutional Network를 활용한 Semantic Segmentation 및 실습
■ FCN의 개요 및 특징 | 296p
■ Deconvolutional Network의 개요 및 특징 | 301p
■ FCN/Deconvolutional Network 코드 분석 및 Semantic Segmentation 실습 | 310p

제7장 Dilated Convolution을 활용한 Semantic Segmentation 및 실습
■ Dilated Convolution의 개요 및 특징 | 336p
■ Dilated Convolution 코드 분석 및 Semantic Segmentation 실습 | 349p

제8장 Deeplab을 활용한 Semantic Segmentation 및 실습
■ Deeplab의 개요 및 특징 | 368p
■ Deeplab 코드 분석 및 Semantic Segmentation 실습 | 388p

책 속으로

본 책은 CNN 기반의 객체 탐지와 세그멘테이션 기술에 대한 전반적인 내용을 다루고 있습니다. 제1장에서는 객체 탐지와 세그멘테이션의 개념과 이를 위한 데이터셋, 알고리즘에 대해 소개합니다. 제2장에서는 Faster R-CNN 알고리즘을, 제3장에서는 YOLO 알고리즘을, 제4장에서는 SSD 알고리즘을 소개합니다. 제5장과 제6장에서는 Semantic Segmentation을 위한 CNN 알고리즘과 FCN/Deconvolutional Network에 대해 설명합니다. 마지막으로 제7장과 제8장에서는 Dilated Convolution과 Deeplab 알고리즘을 소개합니다.

작가정보

저자(글) 고속비행오리406

- 작가 주요 경력 -

★ 제조사 근무 경력 17년(SCM, 생산, 품질관리, 인사 등 업무 담당)

★ 직업능력개발훈련교사