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
학술저널
저자정보
박건 (Kyonggi University) 강예연 (Kyonggi University) 김규일 (Kyonggi University) 정경용 (Kyonggi University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제71권 제9호
발행연도
2022.9
수록면
1,280 - 1,285 (6page)
DOI
10.5370/KIEE.2022.71.9.1280

이용수

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

초록· 키워드

오류제보하기
When fruits are harvested in farms, most of them go through a manual sorting process and classify and distribute decomposed fruits. However, there is a limit to manually classifying large amounts in a situation where the number of workers is decreasing in farms. To solve this problem, it is important to divide normal and decomposed fruits in real time to minimize the proportion of manpower used in the screening process. We propose a method of YOLO based Object Features Detection Using Non-Local Means Denoising and Data Augmentation. The proposed method collects desired data through the Crawling method, and the preprocessing minimizes image noise through Non-Local Means Denoising. The built image dataset uses YOLOv3, an object detection algorithm, to distinguish and detect normal and decayed fruits. As a result of performance evaluation, object detection of YOLOv3 objects in a proposed method rather than detection results shows that Recall increases 10% performance and increases 9% in the remaining Recall and IoU. Therefore, the proposed method can increase screening efficiency by detecting decayed fruits well.
#Denoising #Crawling #Augmentation #Object Detection #YOLOv3 #Smart Farms #Deep Learning #Data Analysis

목차

Abstract
1. 서론
2. 관련연구
3. Non-Local Means 잡음 제거와 데이터 증강을 이용한 YOLO 기반 객체 특징 탐색
4. 결과 및 성능평가
5. 결론
References

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

YOLO를 활용한 Object Pose Estimation
김윤정 ,  이인호 제어로봇시스템학회 국내학술대회 논문집 2022 .06
Yolo v2와 특징정보 매칭 기반의 전방 주행 자동차 검출 및 종류 분류 방안 연구
정원근 ,  김종배 한국자동차공학회 춘계학술대회 2022 .06
실시간 도심로 객체 검출을 위한 1-stage Detector 모델의 성능 비교
서주영 ,  박만복 한국자동차공학회 춘계학술대회 2022 .06
YOLO 기반의 실시간 안전장비 착용 및 이상행동 감지 시스템
김현준 ,  최수일 대한전자공학회 학술대회 2021 .11
YOLO와 CNN을 이용한 강인한 차량 번호판 인식 시스템 구현
김재정 ,  김창복 한국정보기술학회논문지 2021 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-560-001689113