
옥상 면적은 선정 과정에서 가장 높은 우선순위를 가지는 항목, 고성능의 모델이 필요한 상황\-> 사전학습모델인 SAM-2를 파인 튜닝하는 방식으로 모델을 구축하기로 함 SAM-2를 파인 튜닝하기 위해서는 원본 이미지, 객체의 위치를 나타낼 마스크 이미지 필요우리가 가진

상황 설명 SAM-2 파인 튜닝 중 건물 외의 객체가 함께 탐지되는 현상 발생 예상 원인 1. 사전 학습 모델 SAM-2는 10억 개 이상의 마스크가 학습된 모델로, 건물 이외의 다른 객체가 충분히 많이 훈련되어 있을 수 있다. 2. 이미지 상태 > 1. 건물이 너무

상황 설명 > 1. 여러 객체가 있는 마스크와 그 중심 좌표를 알고 있는 상황 > 2. 중심 좌표를 이용해 마스크 속 객체들의 좌표를 계산하여 > 3. 해당 좌표의 주소를 알아내야 함 작업 과정 1. 좌하단 좌표 계산 각 그리드의 중앙 좌표와 해상도를 고려하여 좌하

'서울 외곽' 지역의 건물이 후보지가 될 예정그러기 위해서는 수집된 전체 데이터에서 서울이 아닌 곳을 골라내는 작업이 필요단, 서울이 걸쳐져있는 그리드는 남겨두어야 함얼핏보면, 그리드가 서울 지역인지 구분할 수 있는 방법이 쉬워보일 수 있다. 그냥 위도와 경도의 범위를