컴퓨터 비전 관련 딥러닝 모델에 대한 설명으로 옳지 않은 것은? | [7급 국가직 인공지능] 24년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 24년 1회차
컴퓨터 비전 관련 딥러닝 모델에 대한 설명으로 옳지 않은 것은?
1
YOLO는 정확도보다 처리 속도에 강점을 갖는 객체 탐지 및 분류 모델이다.
2
R-CNN 모델에서는 객체 탐지와 분류를 동시에 수행하므로 효율성이 높다.
3
Fast R-CNN 모델에서는 입력 영상에서 객체를 탐지하기 위해 선택적 탐색 알고리즘을 사용한다.
4
SSD(Single Shot Detector)는 YOLO에 비해 객체 탐지 및 분류의 정확도와 처리 속도가 개선된 모델이다.
해설
옳지 않은 것은 R-CNN이 탐지와 분류를 동시에 수행해 효율성이 높다는 설명이다.
R-CNN은 선택적 탐색으로 후보 영역을 먼저 뽑고, 각 영역마다 CNN으로 특징을 따로 추출한 뒤 분류하는 2단계(two-stage) 방식이라 매우 느리다.
- YOLO: 영상 전체를 한 번에 처리하는 1단계 모델로 속도에 강점이 있다.
- Fast R-CNN: 여전히 선택적 탐색으로 후보 영역을 생성한다(이를 신경망으로 바꾼 것이 Faster R-CNN).
- SSD: 여러 크기의 특징 맵에서 탐지해 초기 YOLO보다 정확도와 속도를 개선했다.
오류나 개정된 내용이 보이면 알려주세요