SeungWoo 님의 블로그

현재 머신비전 업계에서 Semantic Segmentation은 이미 안정화된 기술로 자리 잡았으며, 2026년 기준 딥러닝 트렌드는 이를 넘어 더 정교하고 효율적인 방향으로 빠르게 이동하고 있습니다. ###주요 동향1. "Universal Segmentation"의 등장 (Mask2Former)과거에는 Semantic, Instance, Panoptic을 처리하는 모델이 각각 달랐으나, 최근에는 하나의 모델로 모든 세그멘테이션 작업을 수행하는 방식이 주류가 되고 있습니다.Mask2Former: 2026년 현재 가장 주목받는 범용 모델로, 트랜스포머(Transformer) 기반 구조를 통해 세그멘테이션의 종류와 상관없이 최고의 성능을 보여줍니다.효율성: 여러 모델을 따로 관리할 필요가 없어 MLOps 관..

1. Semantic Segmentation (의미 분할)"모든 픽셀에 이름표를 붙여주기"정의: 이미지 내의 모든 픽셀을 미리 정해진 범주(Class)로 분류하는 기법입니다.특징: 같은 카테고리에 속한다면 하나의 덩어리로 인식합니다. 예를 들어, 길 위에 사람 3명이 서 있어도 시맨틱 세그멘테이션은 이들을 개별 존재로 나누지 않고 통째로 '사람 영역'이라고 표시합니다.비유: 색칠 공부를 할 때 '사람'은 무조건 파란색, '자동차'는 무조건 빨간색으로 칠하는 것과 같습니다.주요 용도: 자율주행(도로와 인도의 구분), 의료 영상(종양 부위 확인).2. Instance Segmentation (인스턴스 분할)"같은 종류라도 '너'와 '나'는 다르다"정의: 시맨틱 세그멘테이션에서 한 단계 나아가, 같은 클래스 ..