원문정보
Sewer Pipe Defects Classification based on Deep Learning using Optimized RegNet Model
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
하수관로 결함 진단은 최근 노후화된 시설물의 급격한 증가에 따라 빅데이터와 인공지능 기술을 활용한 자동화 기술의 필요성이 증가되고 있다. 기존의 하수관로 점검은 소수의 전문가에 의해 육안으로 이뤄지며 이에 따라 오진단 및 시간과 비용이 급격하게 증가되는 비효율적인 시스템이다. 본 논문에서는 하수관 CCTV 영상을 빅데이터 및 딥러닝 기술 기반으로 결함을 효율적으로 진단하는 결함 분류 프레임워크를 제안한다. RegNet 모델을 기반으로 최적화를 수행하여 하수관로의 결함 유형을 자동 분류하여 신속한 점검과 정비를 통한 하수관로 유지/보수의 효율성 및 경제성에 기여한다.
목차
요약
1. 서론
2. 본론
2.1. 데이터 셋 수집 및 데이터 분류
2.2. 실험환경
3. 실험결과
4. 결론
참고문헌
1. 서론
2. 본론
2.1. 데이터 셋 수집 및 데이터 분류
2.2. 실험환경
3. 실험결과
4. 결론
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보