메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김진성 (대구가톨릭대학교) 권성수 (대구가톨릭대학교) 이종혁 (대구가톨릭대학교) 배지훈 (대구가톨릭대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2023.6
수록면
722 - 726 (5page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 적대적 생성 신경망 기술을 적용하여 생성한 이미지와 일반 이미지를 융합한 데이터 세트와 일반 이미지를 증식시킨 데이터 세트 간 YOLO(You Only Look Once) 아키텍처를 통해 학습한 정확도 성능을 비교하고, 생성된 이미지를 이용하여 학습 데이터 세트를 구축하는 방법을 제시한다. 실험 결과에 따르면, 생성 이미지와 일반 이미지를 융합한 데이터 세트로 학습시킨 모델과 일반 이미지를 증식한 데이터 세트로 학습시킨 모델 간에 객체 탐지 정확도 차이가 발생하였다. 생성 이미지를 추가한 방법이 일반적인 이미지 데이터 세트를 증식한 방법보다 약 3% 이상 높은 정확도 성능을 제공하였으며, 학습된 개체별 성능 비교에서는 최대 8.9%의 성능 차이가 발생하였다. 본 연구의 실험 결과에 따르면 생성된 이미지로 데이터 세트를 구축하는 방법이 기존 이미지 증식 방법보다 더 좋은 객체 탐지 정확도를 제공할 수 있음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 생성 이미지 데이터 세트 구축 및 증식 데이터 세트의 대조군 설계
Ⅲ. YOLOv7 객체 탐지 아키텍처
Ⅳ. 실험 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0