바운딩 박스

PyTorch로 배우는 이미지 딥러닝

Michal Oleszak

Machine Learning Engineer

객체 인식이란?

객체 인식은 이미지에서 객체를 식별합니다:

각 객체의 위치(바운딩 박스)
각 객체의 클래스 레이블

활용: 감시, 의료 진단, 교통 관리, 스포츠 분석

이번 영상: 바운딩 박스로 주석 달기
다음 영상: 평가와 모델

주행 차량 탐지

바운딩 박스 표현

객체의 공간적 위치를 나타내는 직사각형 박스
학습 데이터 주석 및 모델 출력
정답(ground truth) 바운딩 박스: 정확한 객체 위치

바운딩 박스 좌표

바운딩 박스 표현

객체의 공간적 위치를 나타내는 직사각형 박스
학습 데이터 주석 및 모델 출력
정답(ground truth) 바운딩 박스: 정확한 객체 위치
바운딩 박스 좌표:
- 왼쪽 위, 오른쪽 아래
- 바운딩 박스 = (x1, y1, x2, y2)
- x1 = x_min, x2 = x_max, ...

바운딩 박스 좌표

픽셀과 좌표

박스 좌표

좌표: x - 열 번호, y - 행 번호
원점: (0, 0) - 왼쪽 위 모서리

픽셀을 텐서로 변환

ToTensor()로 변환

텐서 타입:
- torch.float
스케일된 텐서 범위:
- [0.0, 1.0]

import torchvision.transforms as transforms

transform = transforms.Compose([
            transforms.Resize(224),
            transforms.ToTensor()
            ])
image_tensor = transform(image)

PILToTensor()로 변환

텐서 타입:
- torch.uint8 (8비트 정수)
비스케일 텐서 범위:
- [0, 255]

import torchvision.transforms as transforms
transform = transforms.Compose([
            transforms.Resize(224),
            transforms.PILToTensor()
            ])
image_tensor = transform(image)

바운딩 박스 그리기

from torchvision.utils import draw_bounding_boxes


bbox = torch.tensor([x_min, y_min, x_max, y_max])
bbox = bbox.unsqueeze(0)

bbox_image = draw_bounding_boxes(
    image_tensor, bbox, width=3, colors="red"
)


transform = transforms.Compose([
    transforms.ToPILImage()
])
pil_image = transform(bbox_image)

import matplotlib.pyplot as plt
plt.imshow(pil_image)

draw_bounding_boxes 임포트
좌표를 텐서로 모으기
2차원으로 unsqueeze
이미지로 변환 후 출력

박스가 있는 고양이

연습해 봅시다!

PyTorch로 배우는 이미지 딥러닝