인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 저자정보
피인용 0
초록·키워드
엣지 컴퓨팅과 TinyML의 발전으로 저비용 임베디드 디바이스에서의 실시간 객체 검출 수요가 증가하고 있다. 본 연구에서는 NCNN 프레임워크 기반의 YOLOv8n 모델 최적화를 통해 Raspberry Pi 5에서 실시간 번호판 검출을 달성하는 방안을 제시하였다. 본 연구는 YOLOv8n 모델을 대상으로 입력 해상도(640, 480, 416, 320), 양자화 수준(FP32, FP16, INT8), 추론 프레임워크(NCNN, TFLite)의 성능 영향을 체계적으로 분석하였다. 실험에는 중국 도시 주차장 데이터셋(CCPD) 10,000장을 활용하였으며, 총 20개 실험 설정에 대해 추론 속도, 정확도, 메모리 사용량을 측정하였다. 본 연구를 통해 NCNN 프레임워크의 ARM 최적화 장점 정량화, 입력 크기별 FPS-정확도 트레이드오프 분석, NCNN과 TFLite의 동일 조건 통합 비교, 동급 RPi 환경 선행 벤치마크와의 정량 비교, 최신 YOLO 모델의 엣지 디바이스 호환성 문제 확인, NPU 없는 저비용 실시간 검출 시스템 구현 가이드라인을 제시하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
