메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
신수진 (한국과학기술원) 박준건 (한국과학기술원) 김윤영 (한국과학기술원) 장준호 (한국과학기술원) 문일철 (한국과학기술원)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2017년 대한산업공학회 추계학술대회 및 정기총회
발행연도
2017.11
수록면
1 - 5 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
객체 탐지는 많은 인공지능 연구자들의 이목을 집중시키는 컴퓨터 비전 응용 기술이다. 로봇, 자율 주행, 검색 시스템 등의 영역에서 활용될 수 있는 주요한 기술로서, 주어진 이미지 데이터에서 훈련 대상이 된 객체를 탐지하는 기술이다. 최근 딥 러닝 기반 모델의 등장으로 객체 탐지에 특화된 다양한 모델들이 제안되었고, 그 중 우리는 Faster R-CNN이라는 모델을 분석 대상으로 선정하였다. Faster R-CNN은 기존의 R-CNN이라고 하는 초기 모델을 가속화하고 외부 툴에의 의존성을 제거하여 개량된 최신 모델이다. 본 논문에서는 Faster R-CNN의 중심 convolution neural network로서 사용할 수 있는 AlexNet과 ResNet을 이용해 훈련한 결과를 비교 분석하고, 뿐만 아니라 훈련에 미치는 다양한 요인들, 예컨대 네트워크 구조 및 크기 등에 관한 이슈에 대해 논의하고자 한다.

목차

Abstract
1. 서론
2. Faster R-CNN
3. Convolution Neural Network
4. 실험
5. 결론
7. 참조 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-530-001433776