YMmim/object-detection-scratch

Object Detection from Scratch — Faster R-CNN vs YOLO

객체탐지를 밑바닥부터 직접 구현(Faster R-CNN)하고, 이를 실무 표준인 YOLO와 비교하며 학습하는 교육용 저장소입니다. 2-stage 탐지기의 내부 원리를 손으로 구현해보고, 1-stage 탐지기(YOLO)와 결과·철학을 대조합니다.

⚠️ 성능 경고: 이 저장소의 Faster R-CNN 가중치(frcnn.pth)는 1 에폭만 학습한 데모용입니다. 실사용 목적이 아니라 "구현이 올바른가"를 검증하고 원리를 이해하기 위한 교육 자료입니다.

두 가지 접근의 대조

	Faster R-CNN (직접 구현)	YOLOv8 (Ultralytics)
방식	2-stage (후보영역 → 분류)	1-stage (한 번에 예측)
속도	느림	매우 빠름 (실시간)
구현	밑바닥부터 (교육적)	라이브러리 호출
학습 데이터	Pascal VOC (20 클래스)	COCO (80 클래스)
이 저장소의 역할	원리 학습	실무 표준과 비교

파일 구성

Faster R-CNN 직접 구현

파일	내용
dataset.py	VOC XML 파싱, 리사이즈, 정규화
box_utils.py	앵커 생성, IoU, 인코딩/디코딩, NMS
model.py	ResNet50 백본 + RPN + RoI Align + RoI Head
losses.py	IoU 기반 타깃 할당 + RPN/RoI 손실
train.py	학습 루프 + VOC mAP@0.5
infer.py	추론 + 박스 시각화

YOLO 비교

파일	내용
yolo_infer.py	YOLOv8(COCO 사전학습) 추론 — 같은 이미지 비교용

사용법

Faster R-CNN (직접 구현)

pip install torch torchvision pillow

# VOC 2007 다운로드 (torchvision 자동)
python -c "import torchvision; torchvision.datasets.VOCDetection(root='./data', year='2007', image_set='trainval', download=True)"

# 학습
python train.py --voc_root ./data/VOCdevkit/VOC2007 --epochs 12

# 추론
python infer.py --ckpt frcnn.pth --image ./sample.jpg --score_thresh 0.5

YOLOv8 (비교)

pip install ultralytics

# 같은 이미지로 추론 (결과를 Faster R-CNN과 비교)
python yolo_infer.py --image ./sample.jpg

아키텍처 (Faster R-CNN)

이미지
  │ ResNet50 (conv1~layer3, stride 16)
  ▼
특징맵
  ├─▶ RPN ── 앵커별 (객체여부 + 박스보정) ── 후보영역(proposal)
  │
  ▼ RoI Align (7x7)
RoI Head ── (클래스 분류 + 클래스별 박스보정) ── 최종 탐지

학습 원리 (코드와 대응)

1. 앵커 (box_utils.generate_anchors): 격자마다 9개 기준 박스
2. RPN 타깃 할당 (losses.rpn_loss): IoU≥0.7 객체 / <0.3 배경
3. 후보영역 생성 (model._proposals): RPN 출력 → NMS
4. RoI 타깃 할당 (losses.assign_roi_targets): IoU≥0.5 positive
5. RoI Align (model.RoIHead): 후보영역 → 7×7 고정 특징
6. 손실: 분류(CE/BCE) + 회귀(smooth L1), positive에만 회귀

단순화한 부분 (원논문 대비)

• batch_size=1 고정
• RPN objectness를 1-logit(BCE)으로 처리
• RoI Head를 layer4 대신 FC로 구성
• FPN 미적용 → 작은 객체에 약함

라이선스

• 이 저장소의 코드: MIT License
• YOLOv8 (yolo_infer.py가 사용): Ultralytics YOLO는 AGPL-3.0. yolo_infer.py는 Ultralytics를 호출만 하며, YOLO 가중치는 포함하지 않습니다(사용자가 실행 시 자동 다운로드). 상업적 폐쇄소스 사용 시 Ultralytics 상용 라이선스가 별도로 필요합니다.
• Pascal VOC 데이터셋은 공식 라이선스를 따릅니다.

면책

교육 목적 구현입니다. 프로덕션 배포가 필요하면 torchvision 공식 Faster R-CNN(fasterrcnn_resnet50_fpn_v2) 또는 Ultralytics YOLO를 정식 라이선스 하에 사용하세요.