SAHI : 다양한 스케일 객체를 효과적으로 감지하기 위한 기법

다양한 크기의 물체를  효과적으로 감지하기 위해 이미지를 슬라이스로 나누어 처리한 후 합치는 기법

 

객체감지 모델을 통해 작은 물체를 감지하는 것은 주로 항공, 드론, 위성 사진 등에서 찍힌 물체를 감지하는 경우에 많이 활용되며 경우에 따라서는 도로 상의 CCTV에서 원거리에 있는 물체를 판별할 때도 해당됩니다. 극히 작은 물체의 경우, 그 자체로도 감지가 쉽지 않은데 그보다 더 어려운 것은 큰 객체와 극히 작은 객체처럼 한 이미지 상에 다양한 스케일의 객체가 포함되어 있는 경우입니다. 학습할 때 이에 대한 고려가 충분히 되고 많은 데이터가 필요한 경우가 되는 것이죠.

 

SAHI는 이미지에서 작은 물체를 감지하는데 도움이 되는 컴퓨터 비전 모델의 추론 기술입니다. 입력된 이미지에 대해 한번에 객체감지를 수행하는 것이 아니라, 이미지를 슬라이스로 나누어 처리한 후 합치는 방식이죠. SAHI의 좋은 점 중 하나는 Supervision data loader가 지원되는 모델이면 종류에 구애받지 않고 적용할 수 있다는 것입니다.

 

SAHI는 기술이 공개된 이후, 제가 좋아하는 Roboflow에서 공개하는 비전 기반 감지모델에 적용된 상태로 소개되는 사례들이 종종 보입니다.

 

사진 : SAHI 기법 적용 예시

 

 

 

참고) 논문, 깃헙, 소개글, 영상