인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
In this study, we propose a Faster R-CNN-based marine debris detection algorithm for an embedded system. First, the trash annotations in context (TACO) dataset, which is an open image dataset of waste in the wild, is used to build a training image dataset of marine debris. To enhance the amount of our training dataset, we included images of the TACO unofficial dataset, which has not been reviewed by the TACO research team. To this end, we manually screened the appropriately annotated images from the TACO unofficial dataset. In addition, only seven most frequently discovered classes in the ocean are selected from the TACO datasets to enable efficient learning. The utilization of MobileNet as the backbone network of the proposed Faster R-CNN model enables a faster inference time compared to those of conventional models. In addition, the backbone network was fine-tuned on the TACO dataset to improve the feature extraction performance of the model. Lastly, the real-time operability of the proposed algorithm was verified by porting the model to Jetson Xavier NX.
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
UCI(KEPA) : I410-ECN-0101-2022-003-000045304
