이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
이 튜토리얼은 약 7,000장의 항공 이미지와 120,302개의 person 어노테이션을 사용해 RF‑DETR을 학습하고 Roboflow Workflows로 배포하는 실무 파이프라인을 제시한다. 핵심은 학습 해상도, 추론 시 타일링(SAHI), 아키텍처 선택, 어노테이션 규칙이라는 네 가지 레버를 함께 맞추는 것이며, 튜토리얼은 512×512 학습 설정과 Image Slicer를 결합하는 비용·성능 절충을 안내한다. 완성된 워크플로는 검출·레이블 시각화·Python 집계·Gemini 단문 관찰을 연결해 주석 이미지와 수치 요약을 동시에 산출한다.
섹션별 상세
항공 이미지는 넓은 영역을 한 프레임에 담기 때문에 사람과 차량 같은 대상이 극도로 작게 찍히는 경우가 많다; 이 글은 그러한 소형 객체를 찾아내는 과제의 맥락과 실무적 제약을 문제로 설정한다. 원문은 고도, 리사이징, 군중·가림·섀도우·모션 블러가 검출 신호를 약하게 만든다고 지적하며, 따라서 단순 모델 교체만으로 해결되지 않는다고 본다. 이 때문에 유효한 시스템은 학습 해상도, 추론 타일링(이미지 슬라이싱), 모델 아키텍처 선택, 어노테이션 규칙이라는 네 가지 레버를 함께 맞춰야 한다는 관점을 제시한다.
데이터 준비 단계에서는 Roboflow Universe의 Aerial Person Detection Dataset 약 7,000장과 120,302개의 person 어노테이션이 사용되며 클래스 정리 작업이 핵심이다. 원문은 'ignored regions'와 'others'를 삭제하고 pedestrian·people 병합으로 최종 person 클래스에 120,302개 어노테이션이 모이도록 한 절차를 구체적으로 다룬다. 이런 클래스 정리는 소형 객체에서 경계상자 미세 오차가 학습에 미치는 영향을 줄여 모델 성능 상한을 높이기 위한 비용 효율적 조치로 제시된다.
근거
- 튜토리얼은 약 7,000장의 항공 이미지와 120,302개의 person 어노테이션으로 RF‑DETR을 학습시켜 소형 사람·차량을 검출한다고 밝힌다. — 블로그 요약 및 데이터 준비 섹션에 데이터셋 크기와 person 어노테이션 수가 기재되어 있음. 출처
학습 구성은 RF‑DETR 모델과 512×512 학습 해상도, 70/15/15 트레인/밸리드/테스트 분할을 택한 튜토리얼 설정을 중심으로 돌아간다. 512×512로 학습하면 비용과 시간 면에서 효율적이지만, 소형 보행자가 몇 픽셀로 축소되어 학습 신호가 약해질 수 있다는 트레이드오프가 분명하다. 원문은 운영 환경에서는 해상도를 올리거나 이미지 슬라이싱을 도입해 타일 단위로 추론함으로써 소형 객체의 디테일을 보존하라고 권한다.
근거
- 추론 시 이미지 슬라이싱(SAHI)을 적용하면 리사이즈로 인해 사라지는 소형 객체를 복구할 수 있지만, 추론 횟수와 지연이 증가한다고 명시한다. — 기법 설명 섹션에서 inference-time slicing(이미지 슬라이싱)과 SAHI에 대해 설명한 단락 참조. 출처
모델 아키텍처 관점에서 RF‑DETR 같은 transformer 기반 탐지기는 앵커 기반 방법보다 소형·밀집·중첩 상황에서 유리하다고 정리된다. RF‑DETR은 앵커나 분리된 NMS 단계 없이 객체를 직접 예측하므로 다양한 스케일과 겹침이 많은 항공 장면에서 장점이 있다는 기술적 근거가 들어 있다. 따라서 본 튜토리얼은 RF‑DETR을 기본 모델로 선정하고, 필요한 경우 추론 시 슬라이싱으로 보완하는 균형 잡힌 전략을 채택한다.
근거
- 원문은 RF‑DETR 같은 transformer 기반 탐지기가 밀집·중첩·스케일 변화가 큰 항공 장면에서 앵커 기반 방법보다 유리하다고 주장한다. — 모델 아키텍처 설명에서 transformer detectors(RF‑DETR)와 anchor-based detectors 비교 단락 참조. 출처
추론·배포 파이프라인은 Roboflow Workflows로 구성되며, 흐름은 입력 이미지 → RF‑DETR 모델 → Bounding Box Visualization → Label Visualization → Custom Python 집계 → Gemini 2.5 Pro 단문 관찰 순서로 진행된다. Custom Python 블록은 클래스별 카운트와 전체 사람·차량 합계, 최빈 차량 클래스를 계산하여 이미지 위에 텍스트로 그리며 이 값들이 수치상의 진실로 남는다. Gemini는 그 주석 이미지를 보고 한 문장(약 14단어 내외)으로 장면의 가장 중요한 시각적 상태(혼잡·군집·가림·섀도우·블러 등)를 기술하는 역할만 맡는다.
python
def run(self, image, predictions):
classes = ['awning-tricycle','bicycle','bus','car','motor','person','tricycle','truck','van']
vehicles = ['awning-tricycle','bicycle','bus','car','motor','tricycle','truck','van']
names = list(predictions.data.get('class_name', []))
counts = {c: names.count(c) for c in classes}
people = counts['person']
vehicle_total = sum(counts[c] for c in vehicles)
common = max(vehicles, key=lambda c: counts[c]) if vehicle_total else 'none'
summary = {'counts_by_class': counts, 'total_people': people, 'total_vehicles': vehicle_total, 'most_common_vehicle_class': common}
summary_text = f"People: {people} | Vehicles: {vehicle_total} | Most common vehicle: {common}"
arr = image.numpy_image.copy()
lines = [summary_text, ', '.join([f'{k}: {v}' for k, v in counts.items()])]
y = 24
for line in lines:
cv2.rectangle(arr, (6, y-18), (min(arr.shape[1]-1, 16 + 9*len(line)), y+7), (0,0,0), -1)
cv2.putText(arr, line, (10, y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255,255,255), 1, cv2.LINE_AA)
y += 24
out = WorkflowImageData.copy_and_replace(origin_image_data=image, numpy_image=arr)
return {'image': out, 'summary': summary, 'summary_text': summary_text}라벨 시각화 이후 결과를 집계하는 Roboflow Workflow용 Custom Python 블록 코드로, 클래스별 검출 수와 사람·차량 합계, 최빈 차량 클래스를 계산하고 그 요약을 이미지 상단에 그려 반환한다.
확장 지점으로는 항공 영상 비디오 처리를 위해 트래킹 블록을 넣어 프레임 간 ID를 유지하거나, 대형 이미지를 처리할 때 Image Slicer를 전 단계에 도입하는 방법, 그리고 주석 결과를 저장해 이상 장면을 후속 시스템으로 라우팅하는 파이프라인 구성이 제시된다. Roboflow Agent를 사용하면 자연어로 파이프라인을 기술해 Workflows를 자동 생성·수정하게 할 수 있어 수작업 연결에서 발생하기 쉬운 입력·출력 혼선(예: Gemini에 주석된 이미지 제공 여부)을 줄인다.
용어 해설
- 소형 객체 검출(Small-object detection)
- — 항공 촬영에서 픽셀 수가 매우 적은 대상(보행자, 자전거 등)을 안정적으로 찾아내는 문제 영역으로, 높은 해상도 유지와 타일링, 엄격한 어노테이션 규칙이 성능에 결정적 영향을 미친다.
- 학습 해상도(Training resolution)
- — 모델 학습에 입력하는 이미지 크기이며, 값이 낮아지면 소형 객체가 몇 픽셀로 축소되어 학습 신호가 사라진다; 따라서 해상도는 성능·메모리·시간의 명확한 트레이드오프를 만든다.
- 추론 시 이미지 슬라이싱(Inference-time slicing (SAHI))
- — 고해상도 프레임을 겹치는 타일로 분할해 각 타일에서 검출을 실행한 뒤 결과를 병합하는 기법으로, 리사이즈로 사라질 작은 객체를 복구하지만 추론 횟수와 지연이 증가한다.
- 어노테이션 품질(Annotation quality)
- — 작은 객체에 대한 경계상자 정확성, 일관된 부분·가림 처리 규칙, 애매영역(ignored regions) 관리는 모델이 학습하는 ‘진실’을 결정하므로 전체 성능 상한을 규정한다.
- Image Slicer 블록(Image Slicer)
- — Roboflow Workflows 안의 블록으로, 입력 이미지를 겹치는 타일로 쪼개고 각 타일을 모델에 보내어 소형 객체를 더 높은 세부도로 검출하게 만든다; 실시간 제약이 있는 파이프라인에서 비용을 증가시킨다.
기술
- RF-DETR
- Roboflow Workflows
- Google Gemini 2.5 Pro
- SAHI
- Python
- OpenCV
활용 사례
- 교통량·혼잡 모니터링
- 재난 상황 평가
- 인프라 점검 및 공공 공간 분석
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 05.수집 2026. 08. 05.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.