인스턴스 세분화

인스턴스 분할은 이미지 내에서 객체의 존재와 위치를 식별할 뿐만 아니라 각 개별 객체 인스턴스의 정확한 경계를 윤곽을 그려 객체 감지 기능을 확장하는 정교한 컴퓨터 비전 기법입니다. 즉, 인스턴스 분할은 서로 가깝거나 겹치는 같은 클래스의 여러 객체를 구분하여 각 객체에 대해 픽셀 수준의 마스크를 제공할 수 있습니다. 이러한 수준의 디테일은 자율 주행, 의료 영상, 로봇 조작과 같이 장면을 정확하게 이해해야 하는 애플리케이션에 매우 중요합니다.

관련 용어와의 주요 차이점

인스턴스 분할은 다른 컴퓨터 비전 작업과 관련이 있지만, 고유한 기능을 제공합니다:

• 개체 감지: 객체 감지: 객체 감지는 일반적으로 경계 상자를 사용하여 이미지 내에서 객체의 존재 여부와 위치를 식별합니다. 그러나 물체의 모양이나 범위에 대한 정보는 제공하지 않습니다. 인스턴스 세분화는 각 객체의 정확한 경계를 묘사함으로써 한 단계 더 나아갑니다.
• 시맨틱 분할: 시맨틱 분할은 이미지의 각 픽셀을 특정 클래스로 분류하여 기본적으로 같은 클래스에 속한 모든 픽셀에 동일한 색상을 지정합니다. 그러나 같은 클래스의 다른 인스턴스를 구분하지는 않습니다. 예를 들어 이미지의 모든 자동차는 '자동차'로 분류되지만 개별 자동차는 구분되지 않습니다.
• 파놉틱 세분화: 파놉틱 분할은 시맨틱 분할과 인스턴스 분할을 결합하여 픽셀 수준의 분류와 개별 객체 인스턴스 차별화를 모두 제공합니다. 파놉틱 세분화는 장면에 대한 포괄적인 이해를 제공하는 반면, 인스턴스 세분화는 개별 객체 인스턴스를 구별하는 데 중점을 둡니다.

실제 애플리케이션

인스턴스 분할은 정밀한 오브젝트 묘사가 필수적인 다양한 실제 애플리케이션에서 사용됩니다:

• 자율 주행: 자율 주행 차량에서 인스턴스 세분화는 개별 차량, 보행자, 도로 위의 다른 물체를 식별하고 구분하는 데 도움이 됩니다. 이는 다른 차량과의 안전 거리를 유지하거나 보행자와의 충돌을 피하는 등 정확한 주행 결정을 내리는 데 매우 중요합니다. 예를 들어, 이 시스템은 교통 체증에서 여러 대의 차량을 구분하여 차량이 복잡한 시나리오를 안전하게 탐색할 수 있도록 합니다.
• 의료 영상: 인스턴스 분할은 MRI나 CT 스캔과 같은 의료 이미지에서 개별 세포, 장기 또는 종양을 식별하고 분할하는 데 사용됩니다. 이러한 정밀도는 정확한 진단, 치료 계획, 질병 진행 상황 모니터링에 필수적입니다. 예를 들어, 뇌 스캔에서 개별 종양을 세분화하면 의사가 방사선 치료나 외과적 제거를 보다 정확하게 계획하는 데 도움이 될 수 있습니다. 의료 분야의 AI에 대해 자세히 알아보세요.

기술 인사이트

인스턴스 분할 모델은 일반적으로 컨볼루션 신경망(CNN)과 같은 객체 감지 아키텍처를 기반으로 합니다. 널리 사용되는 접근 방식 중 하나는 2단계 감지기를 사용하는 것으로, 첫 번째 단계에서 관심 영역(경계 상자)을 제안하고 두 번째 단계에서 이러한 영역을 세분화하여 픽셀 수준의 마스크를 생성하는 것입니다. 마스크 R-CNN은 이 접근 방식의 잘 알려진 예로, 각 관심 영역(RoI)에서 세그멘테이션 마스크를 예측하는 분기를 추가하여 더 빠른 R-CNN 객체 감지 모델을 확장합니다.

도구 및 프레임워크

여러 도구와 프레임워크가 인스턴스 세분화를 지원하여 연구자와 개발자가 액세스할 수 있습니다:

• TensorFlow 및 PyTorch: 이러한 인기 있는 머신 러닝 프레임워크는 인스턴스 세분화 모델을 구현하기 위한 빌딩 블록을 제공합니다. 모델 아키텍처와 학습 프로세스에 대한 유연성과 제어 기능을 제공합니다. 자세히 알아보기 TensorFlow 과 PyTorch.
• Ultralytics YOLO: 실시간 객체 감지로 유명한 Ultralytics YOLO 모델은 인스턴스 세분화 작업도 지원합니다. 이 모델은 속도와 정확도가 균형을 이루고 있어 실시간 애플리케이션에 적합합니다.
• Ultralytics HUB: 이 플랫폼은 인스턴스 세분화 모델을 훈련하고 배포하는 프로세스를 간소화하여 사용자가 모델 구현의 기술적 세부 사항에 얽매이지 않고 특정 애플리케이션에 집중할 수 있도록 합니다. Ultralytics HUB를 통해 이를 활용하는 방법을 살펴보세요.

인스턴스 세분화는 각 오브젝트 인스턴스에 대해 상세한 픽셀 수준의 마스크를 제공함으로써 AI 시스템이 시각 세계를 이해하고 상호 작용하는 능력을 향상시켜 다양한 분야의 발전을 이끌고 있습니다.