Semantic Segmentation이란 무엇이며, 이미지 분류(Classification)와 차이

1. Semantic Segmentation이란?

 

Semantic Segmentation은 이미지 속 각 픽셀(pixel)을 특정 클래스(class)로 분류하는 컴퓨터 비전 기술이다.
이미지 전체를 하나의 라벨로 판단하는 것이 아니라 모든 픽셀에 의미를 부여하여 객체의 영역을 구분한다.

예시

• 도로 이미지 → 도로, 자동차, 사람, 건물, 하늘
• 의료 영상 → 종양, 정상 조직
• 위성 이미지 → 건물, 도로, 숲, 물

특징

• 픽셀 단위 분류(Pixel-level classification)
• 객체의 위치와 영역 정보를 정확히 파악 가능
• 결과는 보통 Segmentation Mask 형태로 출력

대표 활용 분야

• 자율주행 차량 (차선, 보행자, 차량 인식)
• 의료 영상 분석 (종양, 장기 영역 분석)
• 위성 및 항공 이미지 분석
• 로봇 비전

대표 모델

• FCN (Fully Convolutional Network)
• U-Net
• DeepLab
• U-Net++
• Attention U-Net

---

2. 이미지 분류 (Image Classification)란?

 

 

Image Classification은 이미지 전체를 하나의 클래스(class)로 분류하는 컴퓨터 비전 기술이다.
즉, 이미지에 무엇이 있는지 전체 기준으로 판단하며 객체의 위치 정보는 제공하지 않는다.

예시

• 고양이 사진 → Cat
• 자동차 사진 → Car
• 음식 사진 → Pizza

특징

• 이미지 전체 기준 분류
• 하나의 클래스 라벨만 출력
• 객체 위치나 영역 정보는 제공하지 않음

대표 활용 분야

• 이미지 검색 시스템
• 사진 자동 태깅
• 상품 이미지 분류
• 콘텐츠 추천 시스템

대표 모델

• CNN
• ResNet
• VGG
• EfficientNet
• MobileNet

 

 

 

---

3. Semantic Segmentation vs Image Classification

구분	Image Classification	Semantic Segmentation
목적	이미지 전체 분류	픽셀 단위 분류
출력	하나의 라벨	픽셀별 클래스
위치 정보	없음	있음
결과 형태	클래스 이름	Segmentation Mask
활용	이미지 검색, 사진 분류	자율주행, 의료 영상

간단한 예시

Image Classification

이미지 → "Dog"

 

Semantic Segmentation

이미지 →
Dog 영역
Grass 영역
Sky 영역

 

즉 이미지를 이해하는 수준이 훨씬 더 세밀하다.

---

정리

• Image Classification
  → 이미지 전체가 어떤 객체인지 판단
• Semantic Segmentation
  → 이미지의 모든 픽셀을 클래스별로 분류
• 따라서 Semantic Segmentation은
  이미지를 더 정밀하게 이해하는 컴퓨터 비전 기술이며
  자율주행, 의료영상, 로봇 비전 등에서 핵심적으로 사용된다.