[25.08.14.9AM 웨비나] 시티은행 AI 총괄이 말하는 AI로 금융산업을 이끄는 방법

YOLO

YOLO

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.