예시 답변 1
약 79초
CLIP 임베딩 유사도·프롬프트 기반 탐지·Few-shot 앵커로 비학습 객체 인식 결
비학습 객체 인식 기능을 개발할 때 활용한 방법은 텍스트-이미지 임베딩 모델의 유사도 비교였습니다. 학습 데이터 없이도 자연어로 객체 카테고리를 기술하면 이미지 패치와의 유사도를 계산할 수 있어, 새로운 카테고리 추가 시 재학습 없이 대응할 수 있었습니다.
프롬프트 설계가 성능에 큰 영향을 줬습니다. 이미지에 X가 있다는 식으로 컨텍스트를 담은 프롬프트가 단순 카테고리 이름보다 유사도 분포를 더 명확히 만들었고, 클래스 간 경계가 뚜렷해졌습니다.
실서비스 적용 단계에서는 몇 개의 앵커 이미지를 사용해 탐지 기준을 조정하는 방식을 병행했습니다. 순수 제로샷으로는 불확실한 경우에 앵커 기반 유사도 필터링을 추가해 오탐률을 줄였고, 이 방식이 실용적인 수준의 정확도를 확보하는 데 효과적이었습니다.
이 결의 특징
비학습 객체 인식 기능을 개발할 때 활용한 방법은 텍스트-이미지 임베딩 모델의 유사도 비교였습니다. 학습 데이터 없이도 자연어로 객체 카테고리를 기술하면 이미지 패치와의 유사도를 계산할 수 있어, 새로운 카테고리 추가 시 재학습 없이 대응할 수 있었습니다라는 흔적이 있습니다
이 결이 통하는 자리
학습 데이터 없이도 자연어로 객체 카테고리를 기술하면 이미지 패치와의 유사도를 계산할 수 있어, 새로운 카테고리 추가 시 재학습 없이 대응할 수 있었습니다. 프롬프트 설계가 성능에 큰 영향을 줬습니다. 실서비스 적용 단계에서는 몇 개의 앵커 이미지를 사용해 탐지 기준을 조정하는 방식을 병행했습니다. 순수 제로샷으로는 불확실한 경우에 앵커 기반 유사도 ...