[Computer Vision] 시맨틱 분할 (Semantic Segmentation)

객체 탐지는 경계 박스를 이용해 객체의 목록을 예측하는 것이었습니다. 하지만 경계 박스에는 객체 이외의 다른 객체가 중복될 수 있습니다. 특정 작업에서 이것은 중요한 문제가 될 수 있습니다.

 

시맨틱 분할(Semantic Segmentation)은 객체 탐지와 다르게 픽셀 단위로 레이블을 예측하는 방법입니다. 객체 탐지와 다른점은 같은 객체는 같은 색으로 분류된다는 점입니다. (양은 모두 주황색)

이와 유사하게 인스턴스 분할(Instance segmentation)은 각 객체를 따로 표현한것으로, 객체 탐지와 시맨틱 분할이 결합된 것입니다.

 

여기서 실제 픽셀값은 class값으로 예측됩니다.

이러한 시맨틱 분할은 의학 사진이나 자율 주행, 위성 이미지 등에서 많이 사용됩니다.

시맨틱 분할, 인스턴스 분할 모델은 FCN(Fully Convolutional Network), SegNet, UNet, RefiNet, PSPnet, DeepLab, Mask R-CNN등이 있습니다.

모델 실습은 시맨틱 분할, 인스턴스 분할을 참조 해주세요.