https://www.hitechbpo.com/blog/top-object-detection-models.php
10 Best Object Detection Models of 2025: Reviewed & Compared
Explore the top object detection models of 2025. Compare their USPs, architecture and applications to find the perfect fit for your needs. Click to read more!
www.hitechbpo.com
- 리뷰 논문을 찾으려다가 가장 최신의 비교 글 이라서 가지고 왔음.

- 위 4가지가 중요하지만, 최근의 모델들은 이미 이 특징들에 대해서 robust 해졌기 때문에 이젠 정말
모델 선택이 '선택'의 영역이 되고 있음.

- 2025 top 객체 탐지모델로 설명함.
- 교통 관리에서 yolo를 쓰는 이유는 명백함

- 위는 과제 페이지로 위 링크 참고하고, 아래 논문 참고해서 만든 것
https://paperswithcode.com/paper/yolov11-an-overview-of-the-key-architectural
Papers with Code - YOLOv11: An Overview of the Key Architectural Enhancements
#21 best model for Real-Time Object Detection on MS COCO (box AP metric)
paperswithcode.com
- 아래는 GPT가 추천해줌.
YOLO와 비교할 만한 주요 모델
1. Detectron2 (Facebook AI)
- Faster R-CNN, Mask R-CNN, RetinaNet 등의 다양한 객체 탐지 모델을 포함
- CCTV 데이터에서 높은 정밀도를 원하면 Faster R-CNN 사용 추천
- YOLO보다 정확도는 높지만 속도가 느릴 수 있음
2. EfficientDet (Google Brain)
- YOLO보다 성능이 뛰어난 경우가 많으며, 작은 모델에서도 높은 정확도 유지
- 자동차 번호판 인식 등에도 활용 가능
- YOLOv8과 비교하면 비슷한 속도지만, 정확도가 더 높을 수 있음
3. Swin Transformer
- Transformer 기반의 모델로, 객체 검출에 강한 성능을 보임
- CCTV 영상처럼 해상도가 높은 이미지에 적합
- YOLO보다 계산량이 많아서 속도가 느릴 수 있음
4. DETR (DEtection TRansformer)
- CNN이 아닌 Transformer를 활용한 객체 검출 모델
- YOLO보다 학습 데이터가 적을 경우 성능이 떨어질 수도 있음
- 복잡한 장면에서도 객체 관계를 잘 파악할 수 있음
5. CenterNet
- 차량 검출 등에서 좋은 성능을 보이는 모델
- YOLO처럼 실시간 탐지가 가능하지만, CNN 기반이라 속도는 YOLO보다 느릴 수 있음
YOLO vs 다른 모델 비교
모델 장점 단점
YOLOv8 | 빠른 속도, 실시간 탐지 가능 | 작은 객체 검출이 어렵고 정확도 낮을 수 있음 |
Detectron2 | 높은 정확도, 다양한 모델 지원 | 속도가 느림 |
EfficientDet | 정확도와 속도의 균형 | 작은 객체 탐지 성능이 약함 |
Swin Transformer | 고해상도 CCTV에 적합 | 연산량이 많아 속도가 느림 |
DETR | Transformer 기반으로 강력한 객체 관계 학습 | 학습 데이터가 적으면 성능 저하 가능 |
CenterNet | 작은 객체 검출 성능 우수 | YOLO보다 속도가 다소 느릴 수 있음 |
결론
- 실시간 차량 탐지가 중요하면 YOLOv8, EfficientDet, CenterNet 추천
- 정확도가 중요하다면 Detectron2(Faster R-CNN), Swin Transformer 고려
- 복잡한 장면에서 객체 관계를 고려해야 한다면 DETR 추천
'Projects > Comento_cctv_object_detection' 카테고리의 다른 글
[학습 데이터 셋 분리] replace() 보다는 os.path.splitext() (0) | 2025.03.17 |
---|---|
[trouble_shooting] 이미지 크기 비교의 속도를 위해서ThreadPoolExecutor 사용 (0) | 2025.03.15 |
[코멘토 1차 과제 피드백] 꼼꼼하게 과제물의 장단점을 나열하고, 질문에 답해주심. (0) | 2025.03.15 |
[comento] jupyter notebook git 연동 (0) | 2025.03.10 |
[코멘토 직무부트 캠프] 1회차 라이브 세션 후기 (0) | 2025.03.08 |