화물차 적재 크기 초과 판단을 위한 딥러닝 모형 개발

도로 위 화물차의 적재 불량은 심각한 교통사고를 유발할 수 있기 때문에, 이를 예방하고 안전성을 높이기 위해서는 자동화된 적재 불량 단속 시스템이 필요하다. 이러한 배경에서 본 연구는 적재 불량 중 특히 적재 크기 초과 유형을 판단하는 사전 학습된 EfficientNet 기반 두 가지 딥러닝 모델을 제시하였다. 첫 번째 모델은 화물차의 영역을 bounding box로 추출한 화물 차 이미지를 입력으로 사용하였으며, 두 번째 모델은 bounding box 기반 추출 화물차 이미지와 이미지 분할(image segmentation) 기반...

Full description

Saved in:

Bibliographic Details
Published in	韓國ITS學會論文誌 Vol. 24; no. 1; pp. 54 - 70
Main Authors	정한솔, 이상현, 박상민, 김인영, 윤일수
Format	Journal Article
Language	Korean
Published	한국ITS학회 28.02.2025
Subjects	전자/정보통신공학 적재 불량 Image segmentation Cargo truck Improper loading Deep learning model 이미지 분할 딥러닝 모델 적재 크기 초과 화물차 Overloaded
Online Access	Get full text
ISSN	1738-0774 2384-1729
DOI	10.12815/kits.2025.24.1.54

Cover

Table of Contents:

요약 ABSTRACT Ⅰ. 서론 1. 개요 2. 연구의 범위 및 절차 Ⅱ. 관련 이론 및 선행 연구 고찰 1. 관련 이론 2. 선행 연구 고찰 3. 연구의 차별성 도출 Ⅲ. 활용 데이터 및 분석 방법론 1. 이미지 데이터 수집 2. 이미지 전처리 및 데이터셋 구축 3. 분석방법론 Ⅳ. 분석 결과 1. 모델 학습 결과 2. 모델 학습 결과 비교 Ⅴ. 결론 및 향후계획 ACKNOWLEDGEMENTS REFERENCES