열화상 이상 탐지 시스템 구축을 위한 YOLO11n과 YOLO11s 비교 분석

Q: 이 논문에서 정의한 YOLO11이란 무엇인가?

YOLO11은 열화상 이상 탐지 시스템 구축을 위해 사용된 객체 탐지 모델로, YOLO 계열의 최신 버전이다. 특히 YOLO11n과 YOLO11s는 경량 모델로서 각각 2.6M, 9.4M의 파라미터 수를 가지며, CPU 및 GPU 환경에서 효율적인 성능을 보여 열화상 데이터 처리 및 이상 탐지에 적합하게 설계되었다.

Q: YOLO11n과 YOLO11s 모델의 열화상 이상 탐지 성능은 어떠한가?

연구 결과, YOLO11n과 YOLO11s 모델 모두 열화상 이상 탐지에서 매우 높은 성능을 나타냈다. 두 모델 모두 mAP50:95 지표에서 0.99 이상의 값을 기록했으며, Precision은 1.00, Recall은 0.99~1.00, F1-score는 0.97을 달성하여 실제 환경에서 효과적인 이상 탐지가 가능함을 입증하였다.

길기훈; 오민석; 홍수민; 지원근; 이상금

추천

검색

질문

자료유형: 학술대회자료

저자정보: 길기훈 (국립한밭대학교) 오민석 (국립한밭대학교) 홍수민 (국립한밭대학교) 지원근 (국립한밭대학교) 이상금 (국립한밭대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2025년도 대한전자공학회 하계학술대회 논문집

발행연도: 2025.6

수록면: 3,120 - 3,123 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 연구에서는 딥러닝 기반 객체 탐지 기법인 YOLO(You Only Look Once)11을 이용해 서버환경에서 발생하는 컴퓨터 부품(CPU, GPU) 이상 발열을 실시간으로 감지하는 시스템을 제안한다. 실시간 처리 성능과 높은 물체 검출 정확도가 입증되어 산업 현장의 열화상 이미지에서 이상 발열 영역을 실시간으로 탐지하는 데에도 효과적이므로 YOLO를 사용하고 발열 최소화를 위한 소형 시스템에 최적화된 경량화 모델을 선정하기 위해 2.6M개의 파라미터를 가진 YOLO11n(nano)과 9.4M개를 가진 YOLO11s(small) 두 가지 모델을 비교, 분석한다. 데이터셋은 서버 컴퓨터의 내부를 FLIR Lepton 3.5열화상 카메라와 라즈베리파이로 수집한 약 8,000장의 이미지를 학습용과 검증용으로 8대2비율을 적용했고, Albumentations 라이브러리를 통해 증강을(Blur, CLAHE(Contrast Limited Adaptive Histogram Equalization)) 적용하여 모델의 일반화성능을 높인다. YOLO11 구조는 열화상 이미지의 특성에 맞춰 입력 해상도를 160×160으로 설정하고 AdamW 옵티마이저로 50 Epoch 학습을 진행한다. 또한, mAP(Mean Average Precision)50:95, Precision, Recall, F1-score 변화 추이를 시각화한 결과, 두 모델 간 큰 성능 차이가 없고 실제 테스트 환경에서도 YOLO11n과 YOLO11s 모델은 97~98%의 높은 이상 탐지 신뢰도를 보인다. 따라서, 시스템 구현에 적은 파라미터로 높은 예측 성능인 YOLO11n모델을 채택한다.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-093762370

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)