지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.11
- 수록면
- 648 - 651 (4page)
이용수
초록· 키워드
오류제보하기
With the Safety e-Report system, we can mitigate everyday risks. As of September 2021, the cumulative number of reported incidents via the system has reached 7 million, which has been enough to be considered big data. Studies thus far have been majorly focusing on text contents rather than the images attached in these reports. In this paper, we propose a study that will categorize the attached images by the type of the reported risks. Also, we would like to prove a possible application of a deep learning model, Vision Transformer. In this experiment, we have collected images from major incidents that had been reported via the Safety e-Report as well as safety field images from AIHub. Then, we have classified images into different categories such as road danger, pedestrian danger, and facility damage risk. A vision Transformer model, which had been pre-trained with the ImageNet, has been applied to this classification process. The experiment proceeds to show the difference in classification accuracy based on the amount of transfer learning data and the performance by comparing the Vision Transformer with CNN models. As a result, we could identify a positive correlation between the amount of trained data and the classification accuracy of the Vision Transformer. In comparison with CNN models, the Vision Transformer achieves 98% accuracy, which is higher than the CNN models, with a relatively low training cost. We expect that the method of image classification by risk types with the Vision Transformer, which is proposed in this study, can be applied to other similar fields that are subject to public safety.
목차
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 구현
Ⅳ. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Improving Vision Transformer with Multi-Task Training
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
사람 자세 추정을 위한 CNN-Vision Transformer 기반 결합 모델
한국정보과학회 학술발표논문집
2022 .12
-
Vision Transformer 투명성과 설명가능성
한국정보과학회 학술발표논문집
2022 .12
-
Vision Transformer 를 활용한 운전자 이상행동 탐지 시스템
한국통신학회 학술대회논문집
2023 .06
-
비전 트랜스포머를 활용한 이미지 분류 시스템 설계
한국정보통신학회 여성 ICT 학술대회 논문집
2021 .08
-
향상된 깊이 추정을 위한 Hierarchical Vision Transformer 기반 모델
한국통신학회 학술대회논문집
2025 .02
-
Vision Image Transformer based Anomaly Detection and Localization
대한산업공학회 추계학술대회 논문집
2021 .11
-
3D CNN과 Vision Transformer 모델을 활용한 MRI 기반 알츠하이머병 환자 진단
대한전자공학회 학술대회
2023 .06
-
비전 트랜스포머 기반 연속 학습
한국정보과학회 학술발표논문집
2021 .12
-
Transformer 모델을 통한 모바일 트래픽 분류
한국통신학회 학술대회논문집
2023 .06
-
열화상 영상을 활용한 CNN-Transformer 네트워크의 공장 설비 이상 진단 방법
전자공학회논문지
2023 .03
-
Transformer와 CNN을 활용한 딥러닝 기반 의료 영상 분할 방법
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
Hybrid-Vision Transformer의 정수 양자화 성능 분석
대한전자공학회 학술대회
2023 .06
-
Integrating Anatomical Site Information into Vision Transformer Models for Skin Cancer Classification
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
변압기 효율 적정화를 위한 변압기 부하율 조사 및 추정
조명·전기설비학회논문지
2016 .01
-
ImageNet Dataset 벤치마크에서 Transformer 기반 모델들의 비교와 분석
대한전자공학회 학술대회
2022 .06
-
변압기의 파라미터 추출과 전기적 모델링 방법에 관한 연구
조명·전기설비학회논문지
2017 .05
-
Vision Transformer 이용한 관심 물체 깊이 맵 추정
대한전자공학회 학술대회
2022 .06
-
Vision transformers for endoscopic pathological findings classification
한국정보통신학회 종합학술대회 논문집
2022 .05
-
From the Solid-State-Transformer (SST) to the Smart Transformer
ICPE(ISPE)논문집
2019 .05
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0