R&E

Faster R-CNN + MobileNetV3 백본 커스텀 학습 Faster R-CNN 모델에 MobileNetV3 백본을 적용하여 경량화된 커스텀 객체 탐지 모델을 구현하는 과정을 정리했습니다. YOLO 형식의 데이터셋을 Faster R-CNN 학습용으로 변환하는 데이터 전처리 코드, PyTorch 기반의 학습 및 검증 파이프라인 구성, 성능 평가 지표(mAP, Precision, Recall) 계산, 최종 객체 감지 결과 시각화까지 전체 워크플로우를 자세히 소개합니다. RCNN 학습을 위한 코드 예제와 함께 실습 중심의 가이드

RT-DETR 객체인식 모델을 소개하고, Ultralytics를 활용한 커스텀 데이터셋 학습 과정을 단계별로 안내합니다. 트랜스포머 기반의 고속 객체 탐지 기술과 yaml 설정, 파이썬 학습 코드까지! labelImg로 라벨링된 YOLO 포맷 데이터셋을 RT-DETR에 적용하는 실습 예제 포함.