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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.6
- 수록면
- 185 - 195 (11page)
- DOI
- 10.7315/CDE.2026.185
이용수
초록· 키워드
AR markers help manage materials and production in shipyards. However, these markers often get damaged by welding sparks, dust, and scratches, making them hard for standard software to read. This makes it difficult to collect the data needed for smart shipyards. To solve this, we developed a recognition model using YOLOv8. We created a training dataset by adding realistic damage, such as scratches, blur, and noise, to digital ArUco markers. When tested on real shipyard images that existing programs could not identify, our model successfully recognized 30% of them. This shows that our model can help collect data more reliably even in harsh industrial environments.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- ABSTRACT
- 1. 서론
- 2. 관련 연구 현황
- 3. AR Marker 객체 탐지 모델 학습
- 4. 결과 분석
- 5. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
