[1주년 기념] 데이스쿨 최대 40% 할인 🎁
분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
image detection 질문 건
데이터에서 image 안에서 한 종류의 물체만 찾고자 할 때, 아주 단순하고 빠른 모델을 만들고자 합니다.
이미지의 특징을 cnn을 통해서 추출한 뒤, 이를 머신러닝(xgb, lgbm, catboost)을 이용해서 classification할 수 있나요?
그리고, 이미지의 특징을 cnn을 통해서 추출한 뒤, 이를 머신러닝(xgb, lgbm, catboost)을 이용해서 classification하면
cnn을 사용하여 이미지의 특징을 추출하고 검출하는 것보다 더 빠른가요?
Haar feature-based cascade classifiers 답변 감사합니다!!! 바로 사용해보도록 하겠씁니다
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
한 종류이고 형태가 일정하고 변형이 없는 경우라면... 전통적인 영상처리 기법입니다만
Haar feature-based cascade classifiers 를 이용한 Detector 가 더 나은 선택지일 수 있을것 같습니다.
CNN 을 통해 이미지 전체의 특징을 추출한 채로 POI 없이 그대로 Classifier에 입력 할 경우 Detection이 아니라 Classification 문제가 될것 같네요..
어쨌든 전통적인 영상처리 기법에서 사용하는 방법으로 Detection 할 경우 더 빠를 순 있을것 같습니다만
인식률에 대해서는 위에서 전제를 깔았듯이 형태의 변화가 없고 고정된 형태일 것 등 몇가지 조건하에서만 딥러닝보다 나을것 같네요..
그 외에도 Template matching 같은 기법도 있고 여러가지가 있습니다.