• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.481-483
• /
• 2023

본 논문에서는 다중 카메라환경에서의 안면인식 기반 영유아 활동 사진 자동 생성 시스템을 개발했다. 개발한 시스템은 어린이집에서 알림장 작성을 위한 촬영하는 동안 보육에 부주의하여 안전사고가 발생하는 것을 방지 할 수 있다. 시스템은 이동식 수집기와 분류 서버로 나뉘어 작동하게 된다. 이동식 수집기는 Raspberry Pi를 이용하였고 초당 1장 내외의 사진을 촬영하여 SAMBA를 사용 공유폴더에 저장한다. 분류 서버에서는 YOLOv5를 사용해 안면을 인식해 분류한다. OpenCV와 TensorFlow-Keras를 통해 분류된 사진에서의 표정을 파악하여 부모에게 전송할 웃는사진만을 분류하여 남겨둔다. 이외의 사진은 /dev/null로 이동하여 삭제된다.

• 한국전자통신학회논문지
• /
• 제19권4호
• /
• pp.771-780
• /
• 2024

본 연구에서는 딸기 농장을 대상으로 YOLOv5 아키텍처를 기반으로 한 컴퓨터 비전 모델과 Isolation Forest Classifier를 적용하여 병충해를 실시간으로 감지 및 예측하는 시스템을 개발하였다. 모델 성능 평가 결과, YOLOv5 모델은 평균 정밀도(mAP 0.5) 78.7%, 정확도 92.8%, 재현율 90.0%, F1 점수 76%로 높은 예측 성능을 나타냈다. 본 시스템은 딸기 농장뿐만 아니라 다른 작물과 다양한 환경에도 적용할 수 있도록 설계되었다. 토마토 농장에서 수집된 데이터를 기반으로 새로운 AI 모델을 학습한 결과, 주요 병충해인 역병과 황화병에 대한 예측 정확도가 85% 이상으로 나타났으며, 기존 모델보다 예측 정확도가 10% 이상 향상되었다.

• 한국기계가공학회지
• /
• 제20권12호
• /
• pp.1-7
• /
• 2021

The deep learning image processing technique was used to prevent accidents in lathe work caused by worker negligence. During lathe operation, when the chuck is rotated, it is very dangerous if the operator's hand is near the chuck. However, if the chuck is stopped during operation, it is not dangerous for the operator's hand to be in close proximity to the chuck for workpiece measurement, chip removal or tool change. We used YOLO (You Only Look Once), a deep learning image processing program for object detection and classification. Lathe work images such as hand, chuck rotation and chuck stop are used for learning, object detection and classification. As a result of the experiment, object detection and class classification were performed with a success probability of over 80% at a confidence score 0.5. Thus, we conclude that the artificial intelligence deep learning image processing technique can be effective in preventing incidents resulting from worker negligence in future manufacturing systems.

• 한국재료학회지
• /
• 제2권5호
• /
• pp.383-386
• /
• 1992

(100) 실리콘 기판에 대해 깊온 비등방성 식각을 행한 경우 식각면의 가장자리에 존재하는 욜균일성은 식각 계면의 격자결함과 기계적 응력에 의한 것임을 판찰할 수 있었다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.31-41
• /
• 2022

철강은 기계 산업의 가장 기본적인 구성 요소 중 하나이다. 그러나 철강의 표면 결함은 제품의 품질에 큰 영향을 미친다. 따라서 연구자들은 표면 결함 감지기의 필요성에 주목하고 딥 러닝을 이용한 방법은 객체 결함 감지를 하는데 많이 사용된다. 연구 개발용으로 학습 모델 개발에 초점을 맞추지만 실제 산업환경에 실질적인 영향을 미치는 실시간 적용은 아직 적용되지 않는 한계와 개선의 여지가 필요하다. 본 연구는 YOLOv4를 기반으로 한 철강 표면 결함 감지의 실시간 적용을 제안한다. 첫째, 본 연구는 실시간 응용 모델을 적용하는 것을 목적으로 하며 실시간 객체 검출기의 가장 유명한 알고리즘 중 하나인 one-stage Detector의 YOLO 알고리즘을 중심으로 연구를 진행하였다. 둘째, 사전 훈련된 YOLOv4-Darknet 플랫폼 모델과 전이학습을 사용하여 철강 표면 오픈 소스 데이터셋 NEU-DET을 이용하여 학습과 테스트를 진행하였다. 본 연구에서는 철강 표면의 패치, 구멍 난 표면, 불순물, 스크래치 4가지 유형의 결함을 이용하였다. 셋째, 87.1% mAP@0.5의 정확도와 60fps 이상의 시스템 구축을 위해 YOLOv4를 이용하여 훈련된 모델의 실시간 성능을 평가하였다.

• 한국응용곤충학회지
• /
• 제37권2호
• /
• pp.127-135
• /
• 1998

담배나방의 월동생태를 규명하기 위하여 휴면 유기시기에 지역별로 유충을 채집하여 휴면용을 얻은후 수원과 진주등에 묻고 월동용의 생존욜과 발육기간을 조사하였다. 휴면용의 월동 중 생존육은 5%미만으로 매우 낮은 반면, 인공사육용기에 담아서 흙에 묻었을 경우 60%이상의 높은 생존율을 나타냈다. $25^{\circ}C$ 항온조건에서 발육기간은 지역이나 시험연도 또는 보관환경에 따라 20.4일에서는 43.9일로 개체간 변이가 컸다. 월동양상은 30일 이내에 우화하는 개체들과 30일이상 걸리는 개체로 구분할 수 있었으며 30일 이상인 개체의 비율은 중부지방이 남부지방보다 높았다. 반면 중부지방에서 채칩한 개체를 남부지역인 진주 야외조건에 보관할 경우 그 비율은 감소하는 경향을 보였다.