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
- 학술저널
- 저자정보
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.21 No.1
- 발행연도
- 2023.3
- 수록면
- 24 - 31 (8page)
이용수
초록· 키워드
오류제보하기
The solid-state drive (SSD) possesses higher input and output speeds, more resistance to physical shock, and lower latency compared with regular hard disks; hence, it is an increasingly popular storage device. However, tiny components on an internal printed circuit board (PCB) hinder the manual detection of malfunctioning components. With the rapid development of artificial intelligence technologies, automatic detection of components through convolutional neural networks (CNN) can provide a sound solution for this area. This study proposes applying the YOLOv5 model to SSD PCB component detection, which is the first step in detecting defective components. It achieves pioneering state-of-the-art results on the SSD PCB dataset. Contrast experiments are conducted with YOLOX, a neck-and-neck model with YOLOv5; evidently, YOLOv5 obtains an mAP@0.5 of 99.0%, essentially outperforming YOLOX. These experiments prove that the YOLOv5 model is effective for tiny object detection and can be used to study the second step of detecting defective components in the future.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. RELATED WORKS
Ⅲ. SSD COMPONENTS AND THEIR RECOGNITION
Ⅳ. EXPERIMENTAL RESULT AND ANALYSIS
Ⅴ. DISCUSSION AND CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
YOLOv10과 YOLOv11을 이용한 인쇄 회로 기판(PCB) 결함 탐지 및 분류
한국정보과학회 학술발표논문집
2024 .12
-
SSD의 객체 검출 층을 이용한 YOLOv3의 성능 향상
한국정보통신학회논문지
2024 .08
-
Benchmarking YOLOv8, YOLOv9, and YOLOv10 for Detecting Tiny and Small Objects in Complex Environments
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
YOLOv9 기반의 PCB (인쇄 회로 기판) 결함 탐지 및 분류
한국정보과학회 학술발표논문집
2024 .06
-
YOLOv11: Revolutionizing Object Detection with Focus on Tiny Objects in Complex Settings
한국통신학회 학술대회논문집
2024 .11
-
Analysis of YOLOv5 results based on detection speed and precision
한국생산제조학회 학술발표대회 논문집
2022 .05
-
효율적인 작은 객체 검출을 위한 균형적인 성능의 YOLOv3-tiny
한국방송미디어공학회 학술발표대회 논문집
2018 .11
-
실시간 객체 검출 성능 평가에 대한 연구
Proceedings of KIIT Conference
2023 .11
-
Modification of YOLOv4 for Small Object Detection
한국자동차공학회 춘계학술대회
2023 .05
-
얼굴 검출을 위한 Half Precision 기반 YOLOv4-tiny Head 구조
Proceedings of KIIT Conference
2023 .06
-
임베디드 작업자 검출 시스템을 위한 YOLOv3-tiny 기반 향상된 검출 알고리즘
대한전자공학회 학술대회
2020 .08
-
YOLOv7-tiny-Inception 모델을 이용한 실내 화재 감지
한국정보과학회 학술발표논문집
2024 .06
-
YOLOv9 객체 인식 모델을 활용한 군용 드론 감지 연구
Proceedings of KIIT Conference
2024 .05
-
이상치 탐지 기반 YOLOv3-Tiny 전용 혼합 정밀도 양자화 성능 분석
대한전자공학회 학술대회
2024 .06
-
YOLOv7 기반의 작은 물체 추적에 관한 연구
한국통신학회 학술대회논문집
2023 .06
-
결함 검출을 위한 임베디드 딥러닝 시스템
전기학회논문지
2020 .02
-
Detection of Fire Hazard Factors on Construction Sites using YOLOv5
대한토목학회 학술대회
2023 .10
-
YOLOv10과 기존 객체 탐지 모델 성능 비교 분석
한국컴퓨터정보학회논문지
2024 .08
-
YOLOv5를 이용한 효율적인 소형 물체 감지 모델에 대한 연구
정보 및 제어 논문집
2024 .10
-
YOLOv3 알고리즘을 이용한 실시간 낙상 검출
한국통신학회 학술대회논문집
2020 .08
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-004-001659709