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
김종식 (동아대학교) 강대성 (동아대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2022년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2022.6
수록면
85 - 89 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 실시간 객체 인식 모델 경량화 및 추론을 위해 주로 사용하는 DeepStream의 초기 객체 오인식을 개선하기 위하여 Darknet을 활용한 데이터 자동 생성 방식을 제안한다. 기존에는 객체 오인식을 개선하기 위하여 새로운 데이터 수집 또는 증강 방식을 활용하여 많은 데이터를 추가 확보하여 인식률 개선에 목적이 있다면, 제안하는 방식은 경량화 추론에 사용되는 DeepStream에서의 객체 인식 정확성을 Darknet을 활용하여 재인식 후 차이가 있는 경우에만 데이터를 자동 생성하고 재학습을 진행하는 방식으로 변경하였다. 그 결과 초기 대비 mAP@0.5에서 11.7% 정도의 개선된 결과를 얻었으며, 데이터 증가 수량은 기존 5,565개에서 11,000개로 약 50% 정도 증가한 결과를 얻었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 이론
Ⅲ. 제안하는 방법
Ⅳ. 실험 방법 및 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

최근 본 자료

전체보기

댓글(0)

0