객체 탐지는 이미지 또는 비디오 프레임 내에서 여러 객체를 식별하고 위치를 파악하는 중요한 컴퓨터 비전 작업입니다. 이는 각 객체의 정확한 위치를 경계 상자로 표시함으로써 단순한 이미지 분류를 넘어섭니다. 성능 평가는 정확성과 계산 효율성 모두에 대한 지표를 요구하며, IoU(Intersection over Union)와 mAP(mean Average Precision)는 탐지 품질을 측정합니다. FPS(Frames per second)와 파라미터 수는 모델의 추론 속도와 리소스 요구 사항의 주요 지표입니다.객체 탐지 아키텍처는 크게 CNN 기반 또는 Transformer 기반으로 분류되며, 최신 모델은 종종 두 가지 특징을 융합합니다. 처리 흐름은 또한 영역 제안 후 분류를 수행하는 2단계 탐지기와 한 번에 직접 예측하는 단일 단계 탐지기로 나뉩니다. 역사적으로 2단계 모델이 더 높은 정확도를 제공했지만, 단일 단계 탐지기는 이 격차를 크게 좁혔으며 일반적으로 더 빠릅니다.2026년에는 2단계 파이프라인이 덜 경쟁력이 있으며, 선도적인 모델은 단일 단계, NMS-free Transformer 아키텍처 및 YOLO 패밀리 변형입니다. RF-DETR은 DINOv2와 변형 가능한 교차 주의를 사용하여 복잡한 장면에서 가장 높은 mAP를 달성하는 가장 강력한 실시간 모델로 두드러집니다. 도메인 적응성이 뛰어나고 탐지 및 분할을 모두 지원하지만, 엣지 장치에서는 YOLO보다 무겁습니다. YOLO12는 CNN과 자체 주의 메커니즘을 통합하여 균형 잡힌 성능을 제공하는 주의 중심 접근 방식을 나타냅니다. 경쟁력 있는 추론 속도를 제공하며 전역 컨텍스트 이해의 이점을 누릴 수 있습니다. 일부 포트에서 비효율성이 지적되었으므로 최적의 성능을 위해 YOLO12의 원본 구현을 사용하는 것이 중요합니다.