-
Notifications
You must be signed in to change notification settings - Fork 0
AI_new_mask_test
ehdwo0427 edited this page Aug 4, 2025
·
2 revisions
상위 문서로 이동 : AI Wiki
-
장점
- 원하는 object의 경계를 제대로 인식함
- 사물이 겹쳐있더라도 해당 물체가 무엇인지 정확하게 prompting할 수 있음
- 해당 object를 제외한 나머지 부분에 대한 이미지를 고쳐줌
-
단점
- 경계선이 자글자글 거리는 이슈가 있음. 해당 부분은 blurr 처리 등 갖가지 방법을 사용해보았으나 해결하기 어려웠음


-
장점
- Object Masking의 단점을 확실하게 해결해줌. 경계선에 대해 어색한 부분이 없어짐
-
단점
- 물체가 겹쳐있는 경우가 대다수이다. 겹쳐있는 부분은 굉장히 어색해짐.

-
Object Masking의 단점은 자글자글한 끝부분 때문에 어색함을 유발
- 위의 어색함은 사각형 masking을 통해 해결
-
Bound Box Masking의 단점은 Box가 다른 object도 포함하기 때문에 어색함 유발
- 위의 어색함은 object만 masking을 통해 해결
-
위 두가지 문제는 서로 상충하기 때문에 딱 중간이 필요함

-
위의 예시 이미지처럼 Object Masking을 직선처리만 한다면 해결가능
- Object Masking을 바탕으로
approxPolyDP()함수를 사용하여 object를 직선형태로 바꾸어 해결
- prompt: "ott_style, Organized home office with wooden desk, monitor, keyboard, printer, two lamps, stacked books, potted plant, and notepad under soft window lighting."
- negative_prompt: "3d render, smooth, plastic, blurry, grainy, low-resolution, deep-fried, oversaturated"

Deepvisions | AI Engineer 2026.03 ~ 재직중
2026.05 ~ | @ Deepvisions 캠퍼스 CCTV 4대 · 자전거 OCR + 차량 공회전 다중 신호
2026.04 ~ | @ Deepvisions 포도밭 침입 탐지 (5종 multi-class · 라즈베리파이 4 실시간)
2026.03 ~ | @ Deepvisions 드론 이미지 기반 객체 탐지 + GSD calibration + 수확량 예측
- 프로젝트 메인
- 관련 연구 종합 + 한계 (2026-05) ← 최신
- 수확량 close-up 4장 + 3-Model (2026-05-19)
- 드론 포도 수확량 예측 — 파이프라인 (2026-05)
- 드론 포도송이 탐지 — 학습 변천사 (2026-04)
- SAM3 vs Fine-tuned YOLO
- Grounding DINO vs YOLO Top3 비교 요약
- YOLO Baseline Top3 비교 요약
- YOLO Model Comparison Summary
- 포도 탐지를 위한 데이터 수집
- 포도 수확량 측정을 위한 Object Detection
2025.03 ~ 2025.08 | 카카오테크부트캠프 | ✅ 종료 AI 기반 데스크테리어 추천 서비스
- Name: Woody (이동재)
- Focus: Vision AI, LLM Integration, Backend Engineering
- GitHub: @ehdwo0427
- Email: ehdwo0427@naver.com
- 포트폴리오 : 포트폴리오