YOLOv5 객체인식 모델을 활용한 안전모 착용 판별 연구

Q: 이 논문에서 정의한 YOLOv5란 무엇인가?

실시간 객체 탐지에 주로 사용되는 CNN 기반의 객체 인식 알고리즘이다. 본 연구에서는 산업 현장의 CCTV 환경에서 안전모 착용 여부를 자동으로 판별하고 관리하기 위한 핵심 모델로 활용되어 실시간성과 정확도를 분석하는 도구로 사용된다.

Q: 안전모 착용 판별을 위한 YOLOv5m과 YOLOv5s 모델의 성능 차이는 어떠한가?

연구 결과, YOLOv5s 모델이 mAP 96.1%의 정확도를 기록하며 YOLOv5m보다 소폭 높은 성능을 보였으며, 특히 객체 판별 속도가 더 빨라 실시간 객체 인식 환경에 더 적합한 것으로 나타났다.

전석환; 이주원; 김민균; 홍성은; 방준일; 김화종

추천

검색

질문

자료유형: 학술대회자료

저자정보: 전석환 (강원대학교) 이주원 (강원대학교) 김민균 (강원대학교) 홍성은 (강원대학교) 방준일 (강원대학교) 김화종 (강원대학교)

저널정보: 한국통신학회 한국통신학회 학술대회논문집 2022년도 한국통신학회 동계종합학술발표회 논문집

발행연도: 2022.2

수록면: 1,293 - 1,294 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

제조업과 건설업에서는 안전 장비 미착용으로 인한 사망사고가 끊이지 않고 있다. 이러한 산업에서는 안전모 착용 여부가 사고 예방에 중요하다. 본 연구는 산업재해 예방을 위한 동영상 기반 안전모 착용 여부를 판별 모델을 연구하였다. 모델 개발을 위해 Roboflow에서 취합한 Northeastern 대학의 ‘Hard hat workers Dataset’을 사 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)