[2022 동계 모각코 2회차] 회고

RCNN같은 모델들은 이미지에 대한 Classification을 먼저 수행한 모델을 활용하여 Detection 을 수행했다. 이는 2 stage 라고 부르는데, 위 문장을 이해해보면 시간이 꽤나 걸리는 모델임을 어렵지 않게 유추할 수 있다. YOLO는 1 stage로 Classification 과 detection을 동시에 학습한 모델이다. 따라서 학습에 대한 시간도 적을 뿐더러 논문에 의하면 더 나은 성능을 냈음을 볼 수 있는데, 이는 구현하는 입장에 있어 대단히 매력적인 요소가 아닐까 싶다. YOLO는 grid box를 시용하여 detection을 수행한 모델이다. 하나의 그리드에는 여러개의 객체가 존재할 수 있다. 따라서 겹치는 객체에 대해서도 찾아낼 수 있다. 그리고 전 포스팅에서 소개한 로스를 사용하여 객체를 효과적으로 탐지할 수 있다. 따라서 YOLO는 빠른속도와 가벼운 모델 모두 잡은 아이디어임을 알 수 있었다.