컴퓨터 비전(Computer Vision)

1. 컴퓨터 비전
* 컴퓨터 비전은 인공지능(AI)의 한 분야로, 컴퓨터가 인간처럼 이미지나 영상을 이해하고 분석할 수 있도록 하는 기술입니다.
* 이는 객체 검출, 이미지 분류, 얼굴 인식, 장면 이해 등 다양한 작업을 포함하며, 주로 머신러닝과 딥러닝을 활용하여 이미지 속 특징을 추출하고 패턴을 학습합니다.
  * 예를 들어, 자율주행 자동차는 컴퓨터 비전을 사용하여 도로의 차선, 보행자, 신호등을 인식하며, 의료 영상 분석에서는 CT나 MRI 이미지를 분석하여 질병을 진단할 수 있습니다.   
* 최근에는 합성곱 신경망(CNN)과 같은 딥러닝 모델이 발전하면서 컴퓨터 비전의 성능이 크게 향상되었으며, 다양한 산업에서 활발히 활용되고 있습니다.

 

2. 컴퓨터 비전에서의 프레임워크
* 컴퓨터 비전에서 주로 사용하는 프레임워크로는 OpenCV, TensorFlow, PyTorch 등이 있습니다.
* OpenCV는 이미지 처리 및 컴퓨터 비전 작업을 위한 오픈소스 라이브러리로, 빠른 속도와 다양한 기능을 제공하여 전처리 및 간단한 비전 작업에 많이 활용됩니다.
* TensorFlow와 PyTorch는 딥러닝 기반의 컴퓨터 비전 모델을 학습시키는 데 사용되는 대표적인 프레임워크로, 합성곱 신경망(CNN), 객체 검출, 이미지 분할 등의 작업을 쉽게 구현할 수 있도록 지원합니다.
* TensorFlow는 Google에서 개발한 프레임워크로 대규모 배포와 성능 최적화에 강점을 가지며, PyTorch는 직관적인 코드 작성과 디버깅이 용이하여 연구 및 실험에서 많이 사용됩니다.

 

 

3. 컴퓨터 비전에서의 데이터셋
* 컴퓨터 비전에서 데이터셋은 모델의 성능을 결정하는 가장 중요한 요소 중 하나입니다.
* 딥러닝 모델은 대량의 이미지 데이터를 학습하여 패턴을 인식하고 일반화하는 능력을 갖추기 때문에, 양질의 데이터셋이 필수적입니다.
* 데이터셋이 다양하고 균형 잡혀 있을수록 모델은 과적합을 피하고 실제 환경에서도 잘 작동할 가능성이 높아집니다.
  * 예를 들어, ImageNet, COCO, Pascal VOC 같은 대규모 데이터셋은 객체 분류 및 검출 모델 학습에 널리 사용되며, MNIST, CIFAR-10, Fashion-MNIST 등은 기초적인 이미지 분류 실험에 활용됩니다.
  * 또한, 특정 도메인에 특화된 의료 영상 데이터셋이나 자율주행용 데이터셋도 존재하며, 실제 애플리케이션에서 중요한 역할을 합니다.
* 좋은 데이터셋을 구축하기 위해서는 이미지의 품질, 다양한 환경에서의 데이터 확보, 라벨링의 정확성 등이 중요하며, 최근에는 데이터 증강(Augmentation)과 생성 모델(GANs)을 활용하여 부족한 데이터를 보완하는 기법도 활용되고 있습니다.

 

3-1. Papers with Code
* Papers with Code는 최신 머신러닝 및 인공지능 연구 논문과 함께 해당 논문의 코드 구현을 제공하는 오픈 플랫폼입니다.
* 이 사이트는 연구자와 개발자가 논문을 쉽게 탐색하고, 논문의 내용을 직접 실험해 볼 수 있도록 돕습니다.
* 특히, 컴퓨터 비전, 자연어 처리(NLP), 강화 학습 등 다양한 분야에서 최신 SOTA(State-of-the-Art) 모델과 성능 비교 표를 제공하여 연구 동향을 빠르게 파악할 수 있습니다.
* 또한, 각 논문과 관련된 데이터셋, 평가 지표, 코드 저장소(GitHub 링크) 등을 함께 제공하여 연구자들이 최신 연구를 직접 테스트하고 개선할 수 있도록 지원합니다. 이를 통해 학계와 산업 간의 지식 공유가 활발하게 이루어지며, 최신 AI 기술을 실무에 적용하는 데 유용한 자료로 활용되고 있습니다.

링크 주소 : https://paperswithcode.com/

Papers with Code - The latest in Machine Learning

 

3-2. AI Hub
* AI Hub는 한국의 인공지능 데이터 및 알고리즘 공유 플랫폼으로, AI 연구 개발을 지원하기 위해 다양한 데이터셋, 학습용 API, 개발 도구 등을 제공합니다. 한국지능정보사회진흥원(NIA)이 운영하며, 자연어 처리, 컴퓨터 비전, 음성 인식, 자율주행 등 다양한 AI 분야에서 활용할 수 있는 국내 특화 데이터셋을 제공하는 것이 특징입니다.
* 연구자 및 개발자는 AI Hub에서 공개된 데이터를 활용하여 AI 모델을 학습시키거나 성능을 평가할 수 있으며, 일부 데이터는 직접 다운로드하여 사용할 수도 있습니다.
* 또한, AI 알고리즘 개발 지원, AI 윤리 가이드라인, AI 관련 교육 자료 등도 제공하여 AI 생태계 활성화에 기여하고 있습니다.
* 특히, 한국어 기반의 데이터가 많아 한국어 AI 모델 개발에 매우 유용한 플랫폼입니다.

링크 주소 : https://www.aihub.or.kr/

AI-Hub

 

3-3. COCO
* COCO(Common Objects in Context) 데이터셋은 컴퓨터 비전 분야에서 객체 검출(Object Detection), 이미지 분할(Image Segmentation), 이미지 캡셔닝(Image Captioning) 등의 연구를 위해 널리 사용되는 대규모 데이터셋입니다.
* Microsoft에서 개발한 이 데이터셋은 일상적인 장면에서 촬영된 다양한 객체가 포함된 이미지들로 구성되어 있으며, 약 33만 개의 이미지와 150만 개 이상의 객체 주석(Annotation)이 포함되어 있습니다.
* COCO 데이터셋의 특징은 정밀한 객체 경계 정보(폴리곤 기반 Segmentation), 다중 객체 포함 이미지, 풍부한 주석 정보(객체 클래스, 키포인트, 캡션 등)입니다.
* 이러한 특성 덕분에 COCO는 딥러닝 기반의 객체 검출, 세그멘테이션, 인스턴스 검출, 행동 인식 등의 연구에 필수적인 데이터셋으로 자리 잡았으며, 매년 COCO 챌린지를 통해 최신 AI 모델들의 성능을 평가하는 데 사용되고 있습니다.

링크 주소 : https://cocodataset.org/#home

COCO - Common Objects in Context

 

3-4. Open Images Dataset
* Open Images Dataset은 Google이 제공하는 대규모 컴퓨터 비전 데이터셋으로, 객체 검출(Object Detection), 이미지 분류(Image Classification), 이미지 세그멘테이션(Image Segmentation) 등의 연구를 위해 설계되었습니다.
* Open Images 데이터셋은 900만 개 이상의 이미지와 6억 개 이상의 바운딩 박스 주석(Bounding Box Annotation)을 포함하며, 약 600개의 객체 클래스(Label)를 제공합니다.
* COCO나 Pascal VOC보다 훨씬 많은 객체 수와 방대한 데이터 양을 제공하여 딥러닝 모델의 학습 및 일반화 성능을 높이는 데 유용합니다.
* 또한, 이미지에는 객체 검출을 위한 바운딩 박스뿐만 아니라 관계 주석(Visual Relationship), 행동 태그(Action Tagging), 랜드마크 정보 등이 포함되어 있어, 다양한 컴퓨터 비전 연구에 활용할 수 있습니다.
* Open Images는 실제 웹에서 수집된 이미지들로 구성되어 있으며, 보다 현실적인 데이터로 AI 모델을 학습시키는 데 유리한 데이터셋입니다.

링크 주소 : https://storage.googleapis.com/openimages/web/download_v7.html

Open Images V7 - Download

 

3-5. CheXpert
* CheXpert 데이터셋은 의료 영상 분석, 특히 흉부 X-ray 이미지 기반의 질병 진단을 위한 대규모 데이터셋입니다.
* Stanford University에서 개발한 이 데이터셋은 총 224,316개의 흉부 X-ray 이미지와 관련된 14가지 흉부 질환 라벨(예: 폐렴, 기흉, 심장비대 등)을 포함하고 있습니다.
* CheXpert는 방사선 전문의의 라벨링을 기반으로 한 신뢰도 높은 주석 데이터를 제공하며, 자동 라벨링 기법을 활용하여 불확실성(Uncertainty)이 포함된 데이터를 처리하는 것이 특징입니다.
* 이 데이터셋은 딥러닝 기반의 의료 영상 분석 모델을 훈련하고 평가하는 데 중요한 역할을 하며, 의료 AI 분야에서 널리 사용됩니다.
* 특히, AI를 활용한 자동 진단 시스템 개발, 의료 영상 판독 보조 시스템 연구 등에 활용되며, 연구자들에게 의료 영상 분석의 SOTA(State-of-the-Art) 모델을 평가할 수 있는 벤치마크로 사용됩니다.

링크 주소 : https://paperswithcode.com/dataset/chexpert

Papers with Code - CheXpert Dataset

 

3-6. KITTI
* KITTI 데이터셋은 자율주행 및 컴퓨터 비전 연구를 위한 대표적인 대규모 데이터셋으로, 독일 카를스루에 공과대학교(KIT)와 토요타 기술연구소(Toyota Technological Institute)에서 개발하였습니다.
* 이 데이터셋은 실제 도로 환경에서 촬영된 고해상도 영상과 다양한 센서 데이터를 포함하며, 특히 LiDAR(라이다) 포인트 클라우드, 스테레오 영상, GPS/IMU 데이터를 함께 제공하는 것이 특징입니다.
* KITTI는 객체 검출(Object Detection), 주행 경로 예측, 깊이 추정(Depth Estimation), SLAM(동시적 위치 추정 및 지도 작성) 등 다양한 연구에 활용되며, 자율주행 AI 및 로보틱스 연구에서 필수적인 벤치마크 데이터셋으로 자리 잡고 있습니다.
* 또한, 다양한 주행 시나리오(도심, 교외, 고속도로 등)를 포함하여 실제 환경에서의 AI 모델 성능을 평가하는 데 매우 유용합니다.

링크 주소 : https://www.cvlibs.net/datasets/kitti/

The KITTI Vision Benchmark Suite

 

4. 어노테이션
* 어노테이션(Annotation)은 머신러닝, 특히 지도학습(Supervised Learning)에서 데이터에 대한 정답(라벨)을 부여하는 과정을 의미합니다.
* 컴퓨터 비전에서는 이미지나 영상 내 객체의 위치, 크기, 카테고리 등을 사람이 직접 지정하거나 자동화된 도구를 이용해 태그하는 작업을 포함합니다.
* 대표적인 어노테이션 유형으로는 바운딩 박스(Bounding Box) 어노테이션(객체의 위치를 사각형으로 표시), 폴리곤 어노테이션(정확한 윤곽선 표시), 세그멘테이션(Segmentation)(픽셀 단위의 라벨링), 키포인트(Keypoint) 어노테이션(얼굴, 손, 관절 등의 특징점 표시) 등이 있습니다.
* 이러한 어노테이션 데이터는 딥러닝 모델이 객체를 학습하고 인식하는 데 필수적이며, 데이터 품질이 모델 성능에 직접적인 영향을 미칩니다.
* 최근에는 자동 어노테이션 도구나 크라우드소싱 플랫폼을 활용하여 대량의 데이터를 효율적으로 라벨링하는 기술도 발전하고 있습니다.

 

4-1. 바운딩 박스(Bounding Box)
* 객체를 감싸는 사각형 형태의 어노테이션으로, 객체 검출(Object Detection)에서 가장 널리 사용됨.
* 예: COCO, PASCAL VOC 데이터셋.

 

 

4-2. 폴리곤(Polygon) 어노테이션
* 불규칙한 형태의 객체를 더 정확하게 표현하기 위해 다각형 형태로 라벨링하는 방식.
* 예: 자율주행 차량의 도로 표지판, 건물 경계선 표시.

 

 

4-3. 세그멘테이션(Segmentation)
* 픽셀 단위로 객체를 구분하는 방법으로, 인스턴스 세그멘테이션(Instance Segmentation)과 의미론적 세그멘테이션(Semantic Segmentation)으로 나뉨.
* 예: COCO, ADE20K 데이터셋.

 

 

4-4. 키포인트(Keypoint) 어노테이션
* 얼굴 인식, 동작 분석 등에 사용되며, 눈, 코, 손목, 팔꿈치 등 특정 지점에 점을 찍어 라벨링.
* 예: OpenPose, COCO Keypoints 데이터셋.

 

 

4-5. 스켈레톤(Skeleton) 어노테이션
* 여러 개의 키포인트를 선으로 연결하여 인체의 구조나 포즈를 표현하는 방식.
* 예: 행동 인식, 스포츠 분석.

 

 

4-6. 라인(Line) 및 폴리라인(Polyline) 어노테이션
* 도로 차선, 경계선 등을 라인 형태로 라벨링하는 방식.
* 예: 자율주행에서 도로 차선 감지.

 

 

4-7. 3D 바운딩 박스(3D Bounding Box)
* 객체의 길이, 너비, 높이 정보를 포함하여 3차원 공간에서 라벨링하는 방법.
* 예: LiDAR 데이터(자율주행).

 

 

4-8. 이미지 캡셔닝(Image Captioning) 어노테이션
* 이미지의 내용을 설명하는 텍스트 라벨을 추가하는 방식.
* 예: COCO Caption 데이터셋.

 

4-9. 어노테이션 도구
* 어노테이션 도구(Annotation Tool)는 컴퓨터 비전 모델 학습을 위해 이미지나 영상 데이터에 라벨을 부여하는 소프트웨어입니다.
* 이러한 도구는 바운딩 박스, 폴리곤, 세그멘테이션, 키포인트 등의 다양한 어노테이션 방식을 지원하며, 수작업 또는 자동화된 방법으로 데이터를 라벨링할 수 있도록 도와줍니다.

참고 링크 : https://dev-sites.tistory.com/90

AI 데이터셋 작업을 위한 어노테이션 도구