안녕하세요 교수님!

안녕하십니까,

1. mmdetection은 다양한 object detection 알고리즘을 구현한 패키지 입니다. 예를 들어, faster rcnn 알고리즘을 구현한 다양한 오픈 소스 패키지를 github에서 찾으실 수 있을 것 입니다. mmdetection와 이와 같은 패키지 이지만, 매우 성능이 뛰어나고 다양한 object detection 알고리즘들을 구현한 패키지 입니다. 

2. object detection 알고리즘들을 테스트 해보기 위한 다양한 데이터 세트가 있습니다.  초창기에는 Pascal Voc 데이터 세트가 자주 사용되었습니다. 왜냐하면 PASCAL VOC Object Detection Contest에서 사용된 데이터 세트이기 때문입니다. 이후에는 보다 대용량의, 어려운 데이터 세트가 나왔는데, 대표적으로 ms-coco dataset이 있습니다. ms coco 데이터세트는 pascal voc보다 많은 오브젝트들, 특히 작은 오브젝트들을 가지고 있는 이미지들이 많아서 보다 실전에 가까운 데이터 세트입니다. 

object detection 영역이 각광을 받으면서 이외에도 여러가지 데이터 세트들이 open 소스 형태로 나오게 됩니다. oxford pet 데이터세트, google open image등, 그리고 kitti 데이터 세트는 기초적인 자율주행 분야에서 보행자, 자동차, 자전거등을 검출하기 위해 만들어진 데이터 세트입니다. 

여기서 custom 데이터 세트란 자신만의 object detection 모델을 만들기 위해  사용되는 데이터 세트를 의미하는데, 일반적으로 많은 object detection 패키지들이 ms-coco dataset으로 이미 학습된 모델을 제공합니다. 이 경우 ms-coco의 80개 class 외에는 object를 detect 할 수 없습니다.  그래서 이미 학습된 모델이 아닌, 자신 만의 데이터 세트, 즉 ms coco가 아닌 다른 class를 detect 하기 위한 데이터 세트를 의미 합니다. 

3. 실습이 어려우시면 이론을 먼저 들으시고, 실습을 수행해 보시기 바랍니다. 어렵다고 바로 거기서 멈추지 마시고, 몇번 더 앞까지 들으신다음에, 다시 복습을 하셨으면 합니다. 

감사합니다.