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.
학술대회자료
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
본 논문은 적대적 생성 신경망 기술을 적용하여 생성한 이미지와 일반 이미지를 융합한 데이터 세트와 일반 이미지를 증식시킨 데이터 세트 간 YOLO(You Only Look Once) 아키텍처를 통해 학습한 정확도 성능을 비교하고, 생성된 이미지를 이용하여 학습 데이터 세트를 구축하는 방법을 제시한다. 실험 결과에 따르면, 생성 이미지와 일반 이미지를 융합한 데이터 세트로 학습시킨 모델과 일반 이미지를 증식한 데이터 세트로 학습시킨 모델 간에 객체 탐지 정확도 차이가 발생하였다. 생성 이미지를 추가한 방법이 일반적인 이미지 데이터 세트를 증식한 방법보다 약 3% 이상 높은 정확도 성능을 제공하였으며, 학습된 개체별 성능 비교에서는 최대 8.9%의 성능 차이가 발생하였다. 본 연구의 실험 결과에 따르면 생성된 이미지로 데이터 세트를 구축하는 방법이 기존 이미지 증식 방법보다 더 좋은 객체 탐지 정확도를 제공할 수 있음을 확인하였다.
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
