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 논문에서는 YOLOv7 기반의 객체 검출 및 특징 임베딩 통합 네트워크를 엣지 컴퓨팅 환경에 최적화하고, 다중 객체 추적 기술을 적용하여 산업 현장을 모니터링할 수 있는 시스템을 제안한다. 다양한 산업 현장의 요구에 맞게 객체 검출 통합 네트워크를 세 가지 복잡도와 세 가지 해상도로 설계하였다. 총 9개의 스케일을 갖는 모델을 서버에서 학습하고, ONNX 모델 변환 및 TensorRT의 FP32, FP16, INT8 양자화 기반 최적화를 통해 Jetson Xavier 및 Nano 보드에 적용하였다. 객체 검출 박스의 IOU 유사도와 특징 임베딩 유사도를 기반으로 다중 객체 추적 기법을 개발하였다. 실험 결과, 객체 검출 기법은 Xavier 보드에서 INT8 연산 기준 100 FPS 이상의 실시간 추론이 가능했으며, Nano 보드에서도 최대 약 70 FPS의 성능을 나타냈다. 정확도 측면에서도 INT8 최적화 적용 후 평균 1% 이내의 성능 저하만 발생하였다. 다중 객체 추적은 MOTA 52.73% 성능을 나타냈으며, 추론 속도는 평균 1.93ms로 측정되었다. 다양한 스케일의 모델과 객체 검출 및 다중 객체 추적 기법을 기반으로, 산업 현장의 다양한 요구사항에 맞게 적용 가능한 모니터링 시스템을 개발하였다.
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) : I410-151-26-02-094488501
