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
- 발행연도
- 2024.3
- 수록면
- 14 - 24 (11page)
- DOI
- 10.5392/JKCA.2024.24.03.014
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 딥러닝 기반의 AI가 발전하면서 산업 현장의 CCTV에 AI를 적용하여 사고의 위험을 줄이고 안전 관리의 효과를 극대화하기 위한 연구가 많이 진행되고 있으며, 산업 현장에서 AI 모듈을 탑재한 임베디드 시스템의 필요성이 높아지고 있다. 이에 따라 본 연구에서는 12,000장의 안전모 데이터를 활용하여 임베디드 시스템에서의 안전모 탐지를 위한 YOLO-NAS 모델을 설계하였다. 모델의 정확도(mAP@Iou=50)를 확인한 결과 YOLO-NASL 90.86%, YOLO-NASM 89.51%, YOLO-NASS 87.30%로 나타났으며, Test Data에 전체에 대한 추론 속도는 각각 43.5초, 39초, 36.5초로 YOLO-NASS가 가장 빠른 추론 성능을 보였다. 따라서, YOLO-NAS 알고리즘을 활용하여 임베디드 시스템 기반의 온디바이스 AI를 설계한다면 효과적인 성능을 발휘할 것으로 기대한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구 방법
Ⅳ. 연구결과
Ⅴ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089571811