◇ Detector History
- Two-Stage : 150fps 정도의 속도 였다.
- One- Stage Detector :YOLO v1
One-Stage Detector란? Region Proposal과 Detection을 한번에 수행
2015.12 - SSD 나오면서 YOLO에 영향
2016.12 - v2 ssd에 필적
2017.08 - Retinanet 예측성능을 매우 상승 / 수행 속도가 좋다 (Feature Pyramid Network)
2018.04 - YOLO v3 : Feature Pyramid Network(FPN) 채택 - 이때 성능거의 완성
- 작은 Object 검출에는 Retinanet이 성능이 좋다.
2019.11 - EfficientDet : YOLO v3보다 조금 수행 성능이 빠르다
- D0,D1,D2..D7 성능이 좋아진다.
- 하드웨어 성능도 업되던 시기
2020.04 YOLO v4 : 수행성능 효율 모두 업!!
◇ Version
- YOLOv1 는 DarkNet을 기반으로 한다.
- DarkNet : C를 기반으로하는 Deep Learing Framwork
| V1 | V2 | V3 | V4 |
|---|---|---|---|
| 빠른 Detection 시간 그러나 낮은 정확도 | 수행 시간과 성능 모두 개선 SSD에 비해 작은 Object 성능 저하 | V2 대비 수행 시간은 조금 느림 성능 대폭 개선 | V3 대비 수행 시간 약간 향상 성능 대폭 개선 |
◇YOLOv3의 성능
COCO Data 를 기준으로 RetinaNet 시리즈에 비해서 AP는 떨어지지만 Inference Time에서 월등히 앞선다.
DA/DA/AE