[딥러닝] 이미지 분류 (Classification) vs. 이미지 분할 (Segmentation) 차이

Semantic Segmentation이란 무엇이며, 이미지 분류(Classification)와 어떤 차이가 있나요?

1. 이미지 분류 (Classification)

이미지 분류는 주어진 이미지가 무엇인지 판별하는 것이다. 즉, 이미지 전체에 대해 단 하나의 클래스를 예측하는 과정이다.

따라서 출력은 보통 하나의 클래스 레이블이다. 이미지에서 객체의 위치나 세부적인 정보는 고려하지 않으며, 전체 이미지에 대한 판단만 이루어진다.

2. 이미지 분할 (Segmentation)

이미지 분할은 이미지 내 각 픽셀에 대해 특정한 클래스를 할당하는 것이다. 즉, 이미지 속의 모든 픽셀이 어떤 객체나 배경에 속하는지를 분류하는 것이다.

이미지 분할은 크게 두 가지 종류로 나뉜다.

• Instance Segmentation: 같은 클래스의 다른 객체들을 개별적으로 구분하여 분할한다. (예: 사람 무리에서 각기 다른 사람들을 인식)
• Semantic Segmentation: 같은 클래스라면 동일하게 취급하여 분할한다. (예: 모든 사람은 같은 클래스)

3. 이미지 분류와 이미지 분할의 차이

결론적으로, 이미지 분류는 "이 이미지가 무엇인가?"를 묻는 문제이고, 이미지 분할은 "이 이미지에서 각 픽셀은 무엇인가?"를 묻는 문제이다.

따라서, 이미지 분류는 개별 객체를 인식하는 데 유용하고, 이미지 분할은 자율주행(차선 및 보행자 감지), 의료 영상 분석(암 조직 탐지) 등과 같이 정확한 영역 구분이 필요한 작업에서 유용하다.