1. 활동 주제

YOLO 및 OpenCV 기술 구조 분석과 객체탐지 모델링 흐름 탐색

2. 활동 목표

• YOLO 객체탐지 모델 구조 이해
• OpenCV 영상 처리 라이브러리 기능 분석
• AI 영상 인식 시스템의 전체 파이프라인 구조 이해
• 향후 실습을 위한 기술 스택 사전 조사

3. 활동 내용

1) 객체탐지(Object Detection) 모델 구조 탐색

YOLO 기반 객체탐지 모델의 기본 구조와 동작 원리를 조사하였다.

YOLO 모델은 이미지 또는 영상 프레임을 입력받아 다음 정보를 동시에 예측한다.

• 객체의 위치 좌표 (Bounding Box)
• 객체 클래스 (사람, 차량, 사물 등)
• 탐지 신뢰도(Confidence Score)

기존의 2-stage 방식(Faster R-CNN)과 달리, YOLO는 단일 신경망 구조로 구성되어 실시간 처리에 적합하다는 특징을 가진다는 점을 학습하였다.

2) OpenCV 영상 처리 라이브러리 기능 조사

OpenCV는 AI 영상 인식 시스템의 입출력 및 전처리를 담당하는 핵심 라이브러리로, 다음과 같은 기능을 제공한다.