YOLO 네트워크를 활용한 전이학습 기반 객체 탐지 알고리즘
딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객 체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하...
Saved in:
| Published in | The journal of the institute of internet, broadcasting and communication : JIIBC Vol. 20; no. 1; pp. 219 - 223 |
|---|---|
| Main Authors | , , , , , , |
| Format | Journal Article |
| Language | Korean |
| Published |
한국인터넷방송통신학회
29.02.2020
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 2289-0238 2289-0246 |
| DOI | 10.7236/JIIBC.2020.20.1.219 |
Cover
| Abstract | 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객 체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하고 있는 사람을 탐지하는 네트워크로 학습을 진행하였 다. 실험결과는 탐지율 84%, 탐지 정확도 97%를 기록하였다. |
|---|---|
| AbstractList | To guarantee AI model's prominent recognition rate and recognition precision, obtaining the large number of data is essential. In this paper, we propose transfer learning-based object detection algorithm for maintaining outstanding performance even when the volume of training data is small. Also, we proposed a tranfer learning network combining Resnet-50 and YOLO(You Only Look Once) network. The transfer learning network uses the Leeds Sports Pose dataset to train the network that detects the person who occupies the largest part of each images. Simulation results yield to detection rate as 84% and detection precision as 97%. 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하고 있는 사람을 탐지하는 네트워크로 학습을 진행하였다. 실험결과는 탐지율 84%, 탐지 정확도 97%를 기록하였다. 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객 체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하고 있는 사람을 탐지하는 네트워크로 학습을 진행하였 다. 실험결과는 탐지율 84%, 탐지 정확도 97%를 기록하였다. 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하고 있는 사람을 탐지하는 네트워크로 학습을 진행하였다. 실험결과는 탐지율 84%, 탐지 정확도 97%를 기록하였다. To guarantee AI model’s prominent recognition rate and recognition precision, obtaining the large number of data is essential. In this paper, we propose transfer learning-based object detection algorithm for maintaining outstanding performance even when the volume of training data is small. Also, we proposed a tranfer learning network combining Resnet-50 and YOLO(You Only Look Once) network. The transfer learning network uses the Leeds Sports Pose dataset to train the network that detects the person who occupies the largest part of each images. Simulation results yield to detection rate as 84% and detection precision as 97%. KCI Citation Count: 0 |
| Author | 심이삭 이계산 이동구 선영규 김수현 송명남 김진영 |
| Author_xml | – sequence: 1 fullname: 이동구 – sequence: 2 fullname: 선영규 – sequence: 3 fullname: 김수현 – sequence: 4 fullname: 심이삭 – sequence: 5 fullname: 이계산 – sequence: 6 fullname: 송명남 – sequence: 7 fullname: 김진영 |
| BackLink | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002561124$$DAccess content in National Research Foundation of Korea (NRF) |
| BookMark | eNo9kE1LAlEUhi9hkJm_IIjZtGih3Y_x3jtLkz40Qwg3rS4zd2Zi0DRm3LQrciUu2ghaCi7KCFxIGbjoFzl3_kNTRpvzHHgfDod3EyQazYYDwDaCWYYJ3S8ViweFLIYYxiOLshgZayCJMTcyEOs08b8TvgHSQeBZkEBk6FSnSXB2USlXtLD9HHUW6qkb3U3Dly8tGgzV41vUG2pq3FajedQbqM6ntlzMwllfW85G6n2uRfcP6vVWU73u8mMcTqZq0t8C665ZD5z0H1OgenRYLZxkypXjYiFfzjic0YwkJpTxT1LniOcQIS6ysWEj6krbwpjqCEvXItSEkDtShzaUULo6RqbOuJWTJAX2Vmcbvitq0hNN0_vlZVPUfJE_rxYF5ZwRg8bu7sqteUHLEw07qItS_rTy0xdkLIcZpBiz2NtZeY7ptzxZd8S1712Z_o0gDMY5-QbbiH6x |
| ContentType | Journal Article |
| DBID | M1Z JDI ACYCR |
| DEWEY | 004 |
| DOI | 10.7236/JIIBC.2020.20.1.219 |
| DatabaseName | 학술교육원 E-Article [Open Access] KoreaScience Korean Citation Index |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Computer Science |
| DocumentTitleAlternate | Transfer Learning-based Object Detection Algorithm Using YOLO Network |
| EISSN | 2289-0246 |
| EndPage | 223 |
| ExternalDocumentID | oai_kci_go_kr_ARTI_6887396 JAKO202007752706227 370273 |
| GroupedDBID | .UV ALMA_UNASSIGNED_HOLDINGS M1Z JDI ACYCR M~E |
| ID | FETCH-LOGICAL-e876-c3a0c228c48185133f1d29d16fcdb226412cfb36a008ec40d0c0cf421a478b5c3 |
| ISSN | 2289-0238 |
| IngestDate | Tue Nov 21 21:39:26 EST 2023 Fri Dec 22 12:02:27 EST 2023 Sat Oct 18 23:51:23 EDT 2025 |
| IsDoiOpenAccess | true |
| IsOpenAccess | true |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 1 |
| Keywords | Object Detection Transfer Learning Image Processing Deep Learning |
| Language | Korean |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-e876-c3a0c228c48185133f1d29d16fcdb226412cfb36a008ec40d0c0cf421a478b5c3 |
| Notes | KISTI1.1003/JNL.JAKO202007752706227 |
| OpenAccessLink | http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202007752706227&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 |
| PageCount | 5 |
| ParticipantIDs | nrf_kci_oai_kci_go_kr_ARTI_6887396 kisti_ndsl_JAKO202007752706227 earticle_primary_370273 |
| PublicationCentury | 2000 |
| PublicationDate | 20200229 |
| PublicationDateYYYYMMDD | 2020-02-29 |
| PublicationDate_xml | – month: 02 year: 2020 text: 20200229 day: 29 |
| PublicationDecade | 2020 |
| PublicationTitle | The journal of the institute of internet, broadcasting and communication : JIIBC |
| PublicationTitleAlternate | The journal of the institute of internet, broadcasting and communication : JIIBC |
| PublicationYear | 2020 |
| Publisher | 한국인터넷방송통신학회 |
| Publisher_xml | – name: 한국인터넷방송통신학회 |
| SSID | ssib030194646 ssib053377388 ssib023738960 ssib044745939 ssib021620247 ssib036278198 ssib022331885 |
| Score | 2.1102345 |
| Snippet | 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도... To guarantee AI model's prominent recognition rate and recognition precision, obtaining the large number of data is essential. In this paper, we propose... 딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는필수적이다. 본 논문에서는 학습데이터가 적은 경우에도... |
| SourceID | nrf kisti earticle |
| SourceType | Open Website Open Access Repository Publisher |
| StartPage | 219 |
| SubjectTerms | 컴퓨터학 |
| TableOfContents | 요약
Abstract
Ⅰ. 서론
Ⅱ. 딥 러닝 알고리즘
1. 전이 학습
2. 전이학습 네트워크
Ⅲ. 실험 환경 및 결과
1. 실험 데이터
2. 실험 환경
3. 실험 결과
Ⅳ. 결론
References |
| Title | YOLO 네트워크를 활용한 전이학습 기반 객체 탐지 알고리즘 |
| URI | https://www.earticle.net/Article/A370273 http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202007752706227&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002561124 |
| Volume | 20 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| ispartofPNX | 한국인터넷방송통신학회 논문지, 2020, 20(1), , pp.219-233 |
| journalDatabaseRights | – providerCode: PRVHPJ databaseName: ROAD: Directory of Open Access Scholarly Resources customDbUrl: eissn: 2289-0246 dateEnd: 99991231 omitProxy: true ssIdentifier: ssib044745939 issn: 2289-0238 databaseCode: M~E dateStart: 20140101 isFulltext: true titleUrlDefault: https://road.issn.org providerName: ISSN International Centre |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LbtNAcNWWCxfej_KoLMSeqgR7vX7s0U5TtYXSS5HKyYo3NkRFCUrTCwcEoqeqBy6VWmilHqAIqYcKitQDX5Q4_8DM2k7cUonHZWONZ2d3Zr07M5udWULuGw7YyaD5SqYIZYlzJyrVhG6WLMuBqWVzO65j7PD8Y3vmCZ9bspZGRp8XTi2tdsKyfHVmXMn_jCrAYFwxSvYfRnZAFADwDOMLJYwwlH81xk8XHi1M0qpPXU49TqtT1PWo79JqhQoAVhTEoF4FcTyL-pVJBAlBRUUhedQTCmIBZBJBno7E8N0U9Xn-TiAEaVuApJrwdaQJpXBTkI41AMtnUE8145pU6IqmQ11dUQda2CtAN7El7JWtulfBh_Si6NxUxg-4kNcCDeRG8WRDQ-1lpv-lhO1WrS5rK5085FIW417Utsfc7Kw_2BEuMAhymlYMInfUO4GCYlUcCBfliCgOCGqIAgCBZ0UQ10UslBfg8hNU_IzFrEWAMJqlwcz2W8C5xvh1MVyWGcNDZizNSVOOirBsMzXTK0z_bf6cVBKpvcHSeOvTqsxh6q4dJZwy9gOKslEe1C0mDj-l0AfHLOe8hwtYFdMcMke3GXNGyTkG-g8vOZl_Xc1XXmYAiA0dS4b5rsTQcQYtIHghER1YPQ6YkoOVG-Y4t8Qwvyz4EA5QUNdB5uJKU34hWw_OYAptwWwegZuIvlMDrL1mOy5Ye4uXyIXMTdO8FPcyGVluXSEX8ytQtEwjXiXzOAW13tqn_vpx8nGj__ag9_mn1t_eST587W_uaMneWrJ71N_cTtZ_aN3jw97hltY93E2-HWn9d--TL2-0ZHOj-32vt3-Q7G9dI4vT1cXKTCm7oaQUgRVRkmZNl8Cg5Gj2GqYZG3Um6oYdy3qIEeoGk3Fo2jUwtCPJ9boudRlzZtS444aWNK-TsWarGd0kmmCuFdlGZPI44qYe1hiXIHXbDcG2FHY8Tm7k8glepnloAtPBZFTjZEKJK2jWV14EZwz5OLkHcgyWZSPAXPL4-6wVLLcD8JhnAxusDFPYt_5E5TY5P5wNd8hYp70a3QV7vBNOqE_pF_moupc |
| linkProvider | ISSN International Centre |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=YOLO+%EB%84%A4%ED%8A%B8%EC%9B%8C%ED%81%AC%EB%A5%BC+%ED%99%9C%EC%9A%A9%ED%95%9C+%EC%A0%84%EC%9D%B4%ED%95%99%EC%8A%B5+%EA%B8%B0%EB%B0%98+%EA%B0%9D%EC%B2%B4+%ED%83%90%EC%A7%80+%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98&rft.jtitle=The+journal+of+the+institute+of+internet%2C+broadcasting+and+communication+%3A+JIIBC&rft.au=%EC%9D%B4%EB%8F%99%EA%B5%AC&rft.au=%EC%84%A0%EC%98%81%EA%B7%9C&rft.au=%EA%B9%80%EC%88%98%ED%98%84&rft.au=%EC%8B%AC%EC%9D%B4%EC%82%AD&rft.date=2020-02-29&rft.issn=2289-0238&rft.eissn=2289-0246&rft.volume=20&rft.issue=1&rft.spage=219&rft.epage=223&rft_id=info:doi/10.7236%2FJIIBC.2020.20.1.219&rft.externalDBID=n%2Fa&rft.externalDocID=JAKO202007752706227 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=2289-0238&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=2289-0238&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=2289-0238&client=summon |