객체 탐지2 [YOLO] Yolov8 이미지에서 표 영역 탐지하는 법 문서 내에는 텍스트, 이미지, 표 등 다양한 형식의 요소가 포함되어 있습니다. 특히, 표는 정보를 구조적으로 정리하여 전달하는 중요한 수단 중 하나입니다. 표의 영역을 정확하게 탐지하고 추출하는 것은 문서 처리 및 정보 추출에 있어서 핵심적인 작업입니다. 이를 위해 최신 객체 탐지 기술 중 하나의 YOLOv8 모델을 활용하여 표의 위치를 결정하고 해당 영역을 정확하게 추출하는 과정이 필요합니다. 이 글에서는 YOLOv8을 활용하여 문서 내의 표를 식별하고 추출하는 방법에 대해 살펴봅니다. 표 영역 탐지를 위한 YOLOv8 활용 표의 영역을 탐지하는 것은 문서 내에서 텍스트, 이미지, 표 등 다양한 형식의 요소를 인식하고 그 중에서 표를 식별하여 표의 행과열, 셀 등의 구조를 추출하는 것입니다. 이를 위해.. 2024. 2. 13. [segmentation] SAM(segment-anything Model) 알고리즘 사용법 SAM(Segmet Anything Model)은 점이나 상자와 같은 입력 프롬프트에서 고품질 개체 마스크를 생성하여 이미지의 모든 개체에 대한 마스크를 생성하는데 사용할 수 있습니다. 1,100만 개의 이미지와 11억 개의 마스크로 구성된 데이터 세트에 대해 훈련되었으며 다양한 분할 작업에서 강력한 제로샷 성능을 발휘합니다. 관련 사이트에서 1B 마스크와 11M 이미지의 SAM(Segment Anything 모델) 및 해당 데이터 세트( SA-1B )를 공개하고 있습니다. 1. FastSAM 개요 고속 세그먼트 모델(FastSAM)은 무엇이든 세그먼트 작업을 위한 새로운 실시간 CNN 기반 솔루션입니다. 다양한 사용자 인터랙션 프롬프트를 기반으로 이미지 내의 모든 객체를 세그먼트화하도록 설계되었습니다... 2024. 2. 3. 이전 1 다음
