#Semantic Segmentation

머신러닝 September 5, 2026

객체 탐지 및 의미론적 분할 기초 — 이미지에서 "무엇이 어디에 있는지" 파악하기

객체 탐지는 사물 주변에 상자를 그리고, 의미론적 분할은 의미에 따라 모든 픽셀에 색을 입힙니다. 이 둘의 차이점부터 인스턴스 분할과 파노라마 분할, R-CNN에서 YOLO, DETR, DINO로 이어지는 계보, 그리고 3D 포인트 클라우드 기반 알고리즘에 이르기까지, 장면 이해의 기본 원리를 체계적으로 살펴봅니다.

Fundamentals · 22 분 읽기 머신러닝 September 4, 2026

SegFormer 완벽 가이드 — 위치 인코딩이 없는 트랜스포머가 세그멘테이션에 효과적인 이유

본 논문은 NVIDIA, 홍콩대학교 및 공동 연구진이 NeurIPS 2021에서 발표한 SegFormer를 원 논문을 기반으로 분석합니다. 위치 인코딩이 없는 계층적 MiT 인코더, 파라미터 효율적인 All-MLP 디코더, 유효 수용 영역, 측정된 mIoU, 파라미터 개수를 살펴보고, B0에서 B5까지의 과정을 방정식으로 계산합니다.

Fundamentals · 15 분 읽기 기술 동향 August 8, 2026

의미론적 분할의 기술 동향

트랜스포머 기반의 SegFormer와 Mask2Former부터 프롬프트에서 어떤 객체든 추출할 수 있는 Segment Anything 제품군까지, 고정된 클래스에서 벗어나 진화하는 세그멘테이션 기술의 현황을 살펴봅니다.

Trends · 9 분 읽기