Tech Knowledge Note

🚀 YOLO v5 — 가볍고 빠른 객체 탐지의 표준YOLO v5는 Ultralytics가 개발한 PyTorch 기반 객체 탐지 모델로, YOLO 계열 중에서도 가장 널리 사용되는 버전입니다.YOLO v3 대비 속도와 정확도 모두 향상되었으며, 설치·학습·추론 과정이 간단하여 초보자부터 연구자까지 폭넓게 활용되고 있습니다.이번 글에서는 YOLO v5 설치부터 실제 이미지 탐지 실행까지 단계를 따라가며, 자율주행차·CCTV·AI 비전 시스템의 핵심 기술을 직접 체험해보겠습니다.⚙️ 1. YOLO v5의 주요 특징YOLO v5는 단순한 버전 업그레이드가 아니라, 전체 구조와 워크플로우가 개선된 모델입니다.✅ PyTorch 기반 → TensorFlow보다 가볍고 유연함✅ Pre-trained 모델 제공 → 즉..

🚗 YOLO v3, 실시간 객체 탐지의 새로운 전환점YOLO(You Only Look Once)는 “이미지를 한 번만 본다”는 이름처럼, 전체 이미지를 한 번에 처리하여 객체를 탐지하는 혁신적인 알고리즘입니다. 특히 YOLO v3는 이전 버전보다 정확도와 속도 모두에서 향상된 성능을 보여주며, 자율주행차·CCTV·드론·로봇 등 다양한 실시간 비전 시스템의 핵심으로 자리 잡았습니다.🧠 1. YOLO v3의 핵심 아이디어YOLO v3는 CNN(합성곱 신경망) 기반의 단일 네트워크 구조로, 입력 이미지 전체를 한 번에 처리하여 객체의 **위치(Bounding Box)**와 **클래스(Class)**를 동시에 예측합니다.핵심은 “속도와 정확도의 균형”에 있습니다.YOLO v1: 매우 빠르지만 작은 객체 인식..

🚶 1. 보행자 행동 예측이란 무엇인가?자율주행차의 핵심 과제 중 하나는 단순히 “사람을 인식”하는 것을 넘어,보행자가 앞으로 어떤 행동을 할지를 예측하는 것이다.예를 들어,보행자가 도로에 진입할 것인지,멈춰 설 것인지,혹은 갑자기 뛰어들 가능성이 있는지 등을 미리 판단하는 것이다.이러한 예측이 가능해야, 차량은 사전에 감속하거나 회피 기동을 수행할 수 있다.따라서 보행자 행동 예측 모델(Pedestrian Behavior Prediction Model) 은자율주행 시스템의 안전성과 반응성을 결정하는 핵심 요소다.🧠 2. 예측 모델의 핵심 아이디어보행자의 행동은 단일 이미지로 판단하기 어렵다.시간에 따라 변화하는 연속된 동작(Sequence) 을 분석해야 하며,따라서 시계열 기반 딥러닝 모델이 필요하..