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.
피인용 0
초록·키워드
본 논문은 군용 객체 이미지에 대한 제로샷 객체 탐지 성능을 향상시키기 위한 기법을 제안한다. 전통적 Open-Vocabulary Detection(OVD) 모델과 Vision-Language Model(VLM)을 비교하고 특히 프롬프트 튜닝이 탐지 성능에 미치는 영향을 실험적으로 분석하였다. Roboflow Russian-military 데이터셋을 COCO 형식 GT로 재구성하여 평가한 결과 Grounding DINO가 OVD 계열 모델 중 mAP 30.4%로 가장 우수한 성능을 보였으며, VLM 계열 모델인 Qwen2.5-VL-7B에 3단계 프롬프트 튜닝을 적용한 조건에서 Soft는 mAP 33.3%, Medium은 mAP 42.7%, Hard는 mAP 46.8%로 단계적으로 성능이 향상하는 경향을 나타냈다. 이러한 결과는 VLM 기반 제로샷 탐지에서 프롬프트의 구체성과 엄격성이 검출 정확도에 결정적 요소임을 실증하며 군용 객체와 같은 특수 도메인에의 적용 가능성과 확장성을 제시한다.
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) : I410-151-25-02-093537877
