YOLO(You Only Look Once)는 실시간 객체 탐지를 위한 알고리즘으로, 하나의 이미지에서 여러 객체를 동시에 인식하고 위치를 추정합니다. 기존 탐지 방식과 달리 YOLO는 한 번의 합성곱 신경망(CNN) 연산만으로 전체 이미지 내 객체를 탐지하기 때문에 매우 빠른 속도를 자랑합니다. 약간의 정확도를 희생하는 대신, 속도 측면에서 큰 이점을 가지며 자율주행, 감시 카메라, 실시간 모니터링 등 시간 민감형 응용에 적합합니다.
작동 원리:
• 단일 패스 탐지(Single-Pass Detection): 이미지를 격자로 나누고, 각 셀이 여러 개의 바운딩 박스와 클래스 확률을 예측함
• 회귀 기반 접근법(Regression Approach): 두 단계 방식을 사용하는 Faster R-CNN과 달리, 바운딩 박스 좌표와 객체 클래스를 동시에 예측
• 비최대 억제(Non-Max Suppression): 중복되는 박스 중 확신(confidence score)이 가장 높은 박스를 선택해 중복 제거
활용 분야:
• 자율주행 차량(Autonomous Vehicles): 자동차, 보행자, 교통 표지 등을 실시간 탐지
• 보안 및 감시(Security and Surveillance): 혼잡한 환경에서 수상한 물체나 인물 탐지
• 리테일 및 분석(Retail and Analytics): 상품 인식, 고객 동선 추적, 소비자 행동 실시간 분석
중요성
YOLO는 이미지를 한 번에 처리함으로써 객체 탐지 속도를 획기적으로 개선하였습니다. 이러한 특성 덕분에 빠른 판단이 필요한 환경에서 안정적으로 적용될 수 있으며, 실시간 인식이 중요한 다양한 산업 분야에서 핵심 기술로 자리잡고 있습니다. YOLO는 안전성 향상, 데이터 분석, 지능형 자동화 기술의 발전을 견인하는 중요한 기반이 됩니다.