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
정소미 (국립안동대학교) 이시원 (국립안동대학교) 이영학 (국립안동대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2024.5
수록면
662 - 666 (5page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 농업 환경에서 유해조류 피해를 최소화하기 위해 비지도학습 모델 Grounding DINO와 지도학습모델 YOLOv8의 탐지 성능을 비교 분석하였다. 실험 결과, 각 모델의 장단점이 확인되었으며, 환경 요인과 색상 민감도 개선이 필요한 것으로 나타났다. 본 연구는 두 접근법의 비교 분석을 통해 유해조류 탐지 모델의 성능 향상 및 현장 적용 가능성을 제시한다.
#unsupervised learning #supervised learning #Grounding DINO #YOLOv8 #model performance comparison

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 실험
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

Image Mix-up 기법과 YOLOv8을 활용한 Side Scan Sonar Image에서의 기뢰추정물 탐지 모델 개발
임정규 ,  박찬영 ,  백준기 Journal of the KNST 2024 .09
고속도로 CCTV에서 과적된 화물차량 검출: YOLOv8 기반의 다각도 객체 검출 연구
김성호 ,  윤득선 ,  임병철 외 1명 한국자동차공학회 추계학술대회 및 전시회 2023 .11
전이학습을 적용한 YOLOv8 기반 객체 검출 성능 분석
김하선 ,  김아란 ,  라해윤 외 1명 대한기계학회 춘추학술대회 2023 .06
YOLOv8n에서 2인 탑승 전동 킥보드 탐지 개선을 위한 새로운 라벨링 방법 제안
남궁동혁 ,  김동회 디지털콘텐츠학회논문지 2023 .07

최근 본 자료

전체보기

댓글(0)

0