안녕하세요~


이번글에서는 Object Detection의 또 다른 성능지표인 FPS에 대해서 알아보도록 할게요.



<1. FPS>


FPS란 Frame Per Second라고 이야기 하는데요. 초당 frame 수라고 번역할 수 있겠네요. 예를들어, 1초당 9개의 frame이 내 눈앞에서 지나갔을 때와, 6개의 frame이 지나갔을때를 보면 frame이 더 많을 수록 움직임이 끊기지 않고 좀 더 자연스러워 보일거에요.



<사진1>






<2. Object Detection FPS>


영상(Video)이라는 것은 무수한 image들의 연속적인 집합이에요. 즉, 순차적인 이미지들이 모여서 하나의 영상을 구성하는거에요.


Object Detection에서의 FPS라는건 초당 detection하는 비율을 의미해요. 만약 초당 20개의 frame에 대해서 detection을 수행하게되면 20 fps이고, 초당 30개의 frame에 대해 detection을 수행하게 되면 30 fps가되요.


하나의 frame을 detection하는데 까지 걸리는 시간을 inference time이라고 해요. 그런데 만약 Object Detection 모델이 너무 방대해서 inference time이 길어지게 된다면 어떻게 될까요? 예를들어, 하나의 frame을 detection하는데 0.1초가 걸린다면 10 fps가 될거에요. 



우리가 Real Time이라고 느끼는 fps는 30 fps에요. 즉, 초당 연속적인 frame을 30개 이상 처리할 수 있으면 끊기지 않는 자연스러운 영상으로 인식하게 되는거에요. 


<알고리즘A 모델의 inference time이 더 길기 때문에 detection이 real-time으로 되지 않는것 처럼 보이는거에요>



그렇기 때문에 Object Detection 모델의 성능을 평가할때 (m)AP의 개념도 중요하게 쓰이지만 inference time도 못지않게 중요한 지표로 사용되고 있어요. (만약 자율주행자동차에 inference time시간낮은 오래걸리는 Object Detection 모델을 쓴다고 생각해보세요;; 하나의 frame을 처리하고 있는데 어떤 물체가 갑자기 뛰어든다면이에 대해서  detection을 못할 확률이 매우커지겠죠?)




2-1~2-3 까지 Object detection 모델을 평가할때 쓰이는 중요한 성능지표들에 대해서 알아보았어요. 다음글 부터는 차례대로 Object Detection history에 대해서 설명드리려고 합니다.




[사진 래퍼런스]

사진1

https://helpx.adobe.com/kr/animate/using/time.html

'Deep Learning for Computer Vision > Object Detection (OD)' 카테고리의 다른 글

6. SPP Net  (2) 2020.02.05
5. RCNN  (0) 2020.02.05
4. DPM (Deformable Part Model)  (0) 2020.02.04
3. Object Detection과 CNN의 관계  (2) 2020.02.04
1. Object detection이 뭔가요?  (0) 2020.02.03

+ Recent posts