#yolo

5 notes

MinerU 2.x 파이프라인 분석 - 달라진 PDF 파서의 내부 구조와 성능 테스트2026-03-23

MinerU 2.7.6의 내부 파싱 파이프라인을 분석한다. YOLOv10 레이아웃 감지, SLANET+ 테이블 인식, UniMERNet 수식 인식 등 각 모델의 역할과 흐름을 정리하고, Apple Silicon MPS vs CPU 성능을 실측 비교한다.

포트폴리오 프로젝트 아카이브2024-01-18

AI/ML 프로젝트 포트폴리오 종합 정리 - 대회 참가, 새싹 과정, Men-in-Black 프로젝트

Men in Black - 도로 교통 법규 위반 차량 자동 감지 시스템2023-11-19

블랙박스 영상에서 교통 법규 위반 차량을 자동으로 감지하고 신고하는 AI 시스템 프로젝트

Men in Black - 차량 블랙박스 영상 기반 교통 법규 위반 감지2023-10-29

블랙박스 영상에서 도로 교통 법규 위반 차량을 자동으로 감지하는 AI 시스템 개발 프로젝트

딥러닝 객체 탐지(Object Detection)

객체 탐지는 Region Proposal → Feature Extraction → NMS 세 단계 파이프라인으로 구성된다. R-CNN에서 시작해 Fast R-CNN, Faster R-CNN(RPN), SSD, YOLO로 발전하며 속도와 정확도를 개선했다. 성능 지표는 mAP(클래스별 AP의 평균)를 사용한다.