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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이준하 (국립목포대학교) 강성우 (국립목포대학교) 임창현 (국립목포대학교) 신영학 (국립목포대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
2,202 - 2,205 (4page)

이용수

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

초록· 키워드

오류제보하기
어류 질병 예측 및 segmentation을 위해서는 많은 수의 질병 이미지 및 질병 부위의 마스크 라벨이 필요하다. 하지만 질병 부위에 대한 마스크 생성을 위해서는 사람이 이미지를 일일이 확인하며 라벨링 작업을 진행해야 한다. 본 논문에서는 최근에 발표된 이미지 segmentation foundation 모델인 Segment-Anything Model(SAM)을 이용하여 간단한 마우스 입력만으로 어류의 특정 부위 및 질병 부위에 대한 라벨링이 가능한지를 분석하였다. 실제 사람이 만든 마스크 라벨과 SAM을 이용한 마스크 라벨의 결과를 비교하였다. 실험 결과 3개의 클래스 이미지 각 10장에 대해서 평균 IoU 값 0.795%. 0.899%, 0.810%로 나왔다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

초해상도 기법을 이용한 YOLOv8 기반 저화질 이미지 객체 탐지
서윤석 ,  하재경 ,  최한울 외 2명 한국통신학회 학술대회논문집 2023 .11
Segment Anything Model을 활용한 모종 단일 이미지 추출 방법
홍다경 ,  강지수 ,  오세진 외 2명 Proceedings of KIIT Conference 2023 .06
Residual Pooled EDSR을 이용한 이미지 Denoising
박솔아 ,  이혁재 대한전자공학회 학술대회 2021 .06
반도체 칩 이미지검출 및 인식 기술을 이용한 계수 정확도 향상에 관한 연구 (openCV, YOLOv4)
박진우 ,  이선우 ,  유하얀 외 2명 한국통신학회 학술대회논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0