OpenCV 비전 실무18장 · OpenCV 전처리와 YOLO 연계2 / 21← 이전목차다음 →MetaContents

18장. OpenCV 전처리와 YOLO 연계

용어 짚고 가기

  • 사전학습 모델(pretrained model): 큰 데이터셋으로 미리 학습시켜 둔 모델입니다. pre 는 "미리", trained 는 "훈련된"이라는 뜻입니다.
  • 전이 학습(transfer learning): 미리 배운 모델을 새 일에 맞게 조금 더 가르치는 일입니다. transfer 는 "옮기다"라는 뜻으로, 배운 것을 새 일로 옮겨 쓴다는 말입니다.
  • ultralytics: YOLO 를 몇 줄로 학습하고 쓰게 해 주는 파이썬 패키지이자 그것을 만든 회사의 이름입니다.
  • AGPL-3.0: ultralytics 의 라이선스입니다. GNU Affero General Public License 3판의 줄임으로, 이 코드를 고쳐 남에게 서비스하면 고친 코드도 공개해야 한다는 조건이 붙습니다.
  • 가중치(weights): 모델이 배운 내용을 담은 숫자들입니다. yolo11n.pt 같은 파일로 저장합니다. weight 는 "무게"라는 뜻으로, 입력마다 얼마나 무겁게 볼지를 정하는 수라서 붙은 이름입니다.
  • yolo11n: ultralytics 의 YOLO11 가운데 가장 작은 판입니다. n 은 nano(아주 작은)의 머리글자입니다.
  • COCO 데이터셋(Common Objects in Context): 사람, 자동차, 사과 같은 일상 물체 80가지에 상자를 단 큰 데이터셋입니다. 17장에서 상자 형식 이름으로 만났습니다.
  • 추론(inference): 학습을 마친 모델에 새 사진을 넣어 답을 얻는 일입니다. infer 는 "미루어 짐작하다"라는 뜻입니다.
  • 학습(training): 정답이 붙은 사진을 보여 주며 모델의 가중치를 고치는 일입니다.
  • 에포크(epoch): 학습용 사진 전체를 한 바퀴 다 보는 것입니다. 문제집을 처음부터 끝까지 한 번 푸는 것과 같습니다. epoch 는 "한 시대, 한 단락"이라는 뜻입니다.
  • 배치(batch): 한 번에 묶어 보는 사진 수입니다. 17장의 일괄 처리(batch processing)와 같은 낱말로 "한 묶음"이라는 뜻입니다.
  • imgsz(image size): 학습과 추론 때 사진을 맞추는 크기입니다. 320 이면 긴 쪽을 320 칸에 맞춥니다.
  • 손실(loss): 모델의 답이 정답에서 얼마나 틀렸는지 나타내는 점수입니다. 작을수록 좋습니다. loss 는 "잃음, 손해"라는 뜻입니다.
  • mAP50(mean Average Precision at IoU 0.5): IoU 0.5 이상 겹치면 맞힌 것으로 치고 클래스마다 낸 점수(AP)를 평균한 값입니다. 0~1 이고 1 에 가까울수록 좋습니다.
  • 과적합(overfitting): 학습용 사진을 외우다시피 해서 처음 보는 사진에서는 오히려 못하는 일입니다. over 는 "지나치게", fit 은 "맞추다"라는 뜻입니다.
  • 신뢰도(confidence): 모델이 찾은 상자마다 붙이는 "얼마나 자신 있나"의 값입니다. 0 에서 1 사이이고, 줄여서 conf 라고 씁니다.
  • 신뢰도 기준값(confidence threshold): 이 값보다 신뢰도가 낮은 상자는 버리는 기준입니다. threshold 는 8장의 임계값과 같은 낱말입니다.
  • IoU(Intersection over Union): 두 상자가 겹친 넓이를 합친 넓이로 나눈 값입니다. intersection 은 "교차, 겹친 부분", union 은 "합침"이라는 뜻입니다.
  • 맞힌 것(true positive): 정답 상자와 IoU 0.5 이상 겹치고 클래스도 같은 찾은 상자입니다. TP 라고 줄여 씁니다.
  • 헛것(false positive): 짝이 되는 정답이 없는 찾은 상자입니다. 없는 것을 있다고 한 것으로, FP 라고 줄여 씁니다.
  • 놓친 것(false negative): 짝이 되는 찾은 상자가 없는 정답입니다. 있는 것을 없다고 한 것으로, FN 이라고 줄여 씁니다.
  • 조건 차이(domain shift): 학습 때 본 사진과 실제로 쓸 때 들어오는 사진의 밝기, 잡음 같은 조건이 다른 것입니다. domain 은 "영역", shift 는 "옮겨 감"이라는 뜻입니다.
  • 대조 실험(controlled experiment): 다른 것은 모두 그대로 두고 한 가지만 바꿔 그 효과를 재는 실험입니다. control 은 "통제하다"라는 뜻입니다.
  • CPU(Central Processing Unit): 컴퓨터의 중앙 처리 장치입니다. 이 장의 학습과 추론은 그래픽 카드(GPU, Graphics Processing Unit) 없이 CPU 로만 합니다.
← 이전 절18장 · 먼저 큰 그림부터다음 절 →18장 · YOLO 다시 보기