이미지 속 객체를 탐지하고 세그멘테이션 하는 기술은 자율주행, 의료영상 분석, 보안 등 다양한 분야에서 활용되고 있습니다. 특히 최근에는 딥러닝 기술의 발전으로 CNN(Convolutional Neural Network) 기반의 객체 탐지와 세그멘테이션 기술이 크게 주목받고 있습니다.
이 책을 통해 독자분들은 CNN 기반의 객체 탐지와 세그멘테이션 기술에 대한 전반적인 이해를 얻을 수 있을 것입니다. 이를 바탕으로 이미지 속 객체를 정확하게 탐지하고 세그멘테이션 하는 능력을 키울 수 있을 것입니다.

제1장 CNN기반 Object Detection 개요
1. Object Detection 개념 | 5p
2. Dataset for Object Detection | 23p
3. Object Detection Alg. 및 분류 | 33p

제2장 Faster R-CNN을 활용한 Object Detection 및 실습
1. Faster R-CNN의 개요 및 특징 | 52p
2. Faster R-CNN코드 분석 및 Object Detection 실습 | 71p

제3장 YOLO를 활용한 Object Detection 및 실습
1. YOLO의 개요 및 특징 | 114p
2. YOLO코드 분석 및 Object Detection 실습 | 144p

제4장 SSD를 활용한 Object Detection 및 실습
■ SSD의 개요 및 특징 | 201p
■ SSD코드 분석 및 Object Detection 실습 | 224p

제5장 CNN기반 Semantic Segmentation
■ Semantic Segmentation 개념 | 254p
■ Dataset for Semantic Segmentation | 277p
■ CNN기반 Semantic Segmentation Alg. 및 분류 | 288p

제6장 FCN/Deconvolutional Network를 활용한 Semantic Segmentation 및 실습
■ FCN의 개요 및 특징 | 296p
■ Deconvolutional Network의 개요 및 특징 | 301p
■ FCN/Deconvolutional Network 코드 분석 및 Semantic Segmentation 실습 | 310p

제7장 Dilated Convolution을 활용한 Semantic Segmentation 및 실습
■ Dilated Convolution의 개요 및 특징 | 336p
■ Dilated Convolution 코드 분석 및 Semantic Segmentation 실습 | 349p

제8장 Deeplab을 활용한 Semantic Segmentation 및 실습
■ Deeplab의 개요 및 특징 | 368p
■ Deeplab 코드 분석 및 Semantic Segmentation 실습 | 388p