용어집

이미지 세분화

Ultralytics YOLO 을 통해 이미지 세분화의 힘을 알아보세요. 픽셀 수준의 정밀도, 유형, 애플리케이션 및 실제 AI 사용 사례를 살펴보세요.

YOLO 모델을 Ultralytics HUB로 간단히
훈련

자세히 알아보기

이미지 분할은 단순한 물체 감지를 넘어 이미지에 대한 이해를 개선하는 중요한 컴퓨터 비전 기술입니다. 이미지 분할은 물체 주위에 경계 상자를 그리는 대신 이미지의 각 픽셀에 레이블을 할당하는 작업을 포함합니다. 이러한 픽셀 수준의 분류는 물체와 영역을 정밀하게 구분하여 이미지를 자세히 이해할 수 있게 해주며, 인공 지능의 수많은 고급 애플리케이션의 기반을 형성합니다.

이미지 세분화 유형

이미지 분할에는 여러 유형이 있으며, 각 유형은 이미지 분석에 대한 고유한 접근 방식을 제공합니다:

  • 시맨틱 세분화: 이 유형은 이미지의 각 픽셀을 시맨틱 클래스로 분류합니다. 예를 들어 거리 장면에서 '도로'에 속하는 모든 픽셀은 '자동차'에 속하는 모든 픽셀과 마찬가지로 개별 자동차 인스턴스를 구분하지 않고 함께 레이블이 지정됩니다. 시맨틱 세분화와 그 적용에 대해 자세히 알아보세요.
  • 인스턴스 세분화: 한 단계 더 나아가 인스턴스 분할은 픽셀을 분류할 뿐만 아니라 동일한 오브젝트 클래스의 개별 인스턴스도 구분합니다. 동일한 거리 장면의 예에서 각 자동차는 같은 클래스 '자동차'에 속하더라도 별도의 인스턴스로 세분화됩니다. 인스턴스 세분화를 살펴보고 오브젝트 구분의 정밀도를 이해해 보세요.
  • 파놉틱 세분화: 시맨틱 분할과 인스턴스 분할을 결합한 가장 포괄적인 형태의 이미지 분할입니다. 이미지의 모든 객체(사물)와 배경 영역(사물)을 인식하고 분할하여 완전하고 상세한 장면 파싱을 제공합니다. 이미지를 전체적으로 파악할 수 있는 파놉틱 세분화에 대해 알아보세요.

이미지 세분화의 응용

이미지 세분화는 단순한 이론적 개념이 아니라 다양한 실제 시나리오에 적용되어 다양한 산업에 큰 영향을 미칩니다:

  • 의료 이미지 분석: 의료 분야에서 이미지 분할은 MRI 및 CT 이미지와 같은 의료 스캔을 분석하는 데 매우 중요합니다. 종양, 장기 및 기타 중요한 영역을 묘사하여 진단, 치료 계획 및 의료 이미지 분석에 도움을 줍니다. 예를 들어, Ultralytics YOLO 의료 영상에서 종양 탐지에 사용하여 진단 정확도를 높일 수 있습니다.
  • 자율 주행: 자율주행차는 주변 환경을 이해하기 위해 이미지 분할에 크게 의존합니다. 노면, 보행자, 차량, 교통 표지판을 세분화하면 자율 주행 차량이 안전하게 주행하고 실시간으로 정보에 입각한 결정을 내릴 수 있습니다. 자율주행차의 AI와 세분화가 도로 안전에 기여하는 방법에 대해 자세히 알아보세요.
  • 농업: 정밀 농업은 이미지 세분화를 통해 큰 이점을 얻을 수 있습니다. 농경지의 위성 또는 드론 이미지를 분석하여 작물의 건강을 모니터링하고 질병을 감지하며 관개 및 시비를 최적화하여 수확량을 늘리고 자원을 효율적으로 관리하는 데 사용할 수 있습니다. 농업에 비전 AI를 사용할 때 얻을 수 있는 주요 이점과 이미지 세분화가 중요한 역할을 하는 방법에 대해 알아보세요.

이미지 세분화 및 Ultralytics YOLO

Ultralytics YOLO 모델은 실시간 이미지 분할의 최전선에서 최첨단 성능과 효율성을 제공합니다. Ultralytics 물체 감지의 속도와 정확성으로 잘 알려진YOLO 모델은 세분화 작업에서도 탁월한 성능을 발휘하여 연구 및 산업 애플리케이션 모두에 강력한 솔루션을 제공합니다. Ultralytics HUB 플랫폼은 YOLO 세분화 모델의 훈련, 배포 및 관리 프로세스를 간소화하여 더 많은 사람들이 고급 컴퓨터 비전을 이용할 수 있도록 합니다.

실제 구현을 위해 Python 에서 사전 학습된 Ultralytics YOLOv8 모델을 사용한 세분화에 대한 블로그 게시물과 예제 세분화에 Ultralytics YOLO 를 사용하는 방법에 대한 가이드와 같은 리소스는 이미지 세분화 프로젝트에 Ultralytics YOLO 를 활용하는 데 유용한 인사이트와 단계별 지침을 제공합니다.

모두 보기