earticle

논문검색

Poster Session 차세대컴퓨팅 전 분야

철도 구성요소 데이터셋을 활용한 YOLO V9과 RT-DETR의 객체 탐지 성능 분석

원문정보

Analysis of Object Detection Performance of YOLO V9 and RT-DETR Using Railway Components Dataset

박준휘, 김인기, 박창준, 이재현, 김남중, 곽정환

피인용수 : 0(자료제공 : 네이버학술정보)

초록

한국어

철도는 열차의 하중을 지반에 넓게 분산시켜 주며 지반에 침목을 고정하는 역할을 하는 도상과 선 로 고정장치(패스너, 침목, 레일)로 구성된다. 이와 같은 철도 구성요소에 결함이 발생할 경우 큰 사고 로 이어질 수 있기에 지속적인 모니터링이 필수적이나, 열차의 장기간 운행 및 외부적인 요인으로 인 해 도상의 자갈은 철도 구성요소 폐색의 원인이 된다. 따라서 본 논문에서는 레일, 침목, 패스너, 폐색 의 원인이 되는 이물질 총 4가지 유형으로 구성된 철도 구성요소 데이터셋에서 You-Only-Look-Onc e, Real-Time Detection Transformer와 같은 객체 탐지 알고리즘의 객체 탐지 성능을 비교분석 한다. You-Only-Look-Once Version 9이 가장 강인한 성능을 가지는 객체 탐지 알고리즘임을 확인하였으 며, 오분류 샘플 분석을 통해 각 객체 탐지 알고리즘이 철도 구성요소 데이터셋에서 가지는 차이점을 언급한다.

목차

요약
1. 서론
2. 데이터셋
3. 실험방법
4. 실험결과 및 분석
5. 결론 및 향후 연구
참고문헌

저자정보

  • 박준휘 교통·에너지융합학과 국립한국교통대학교
  • 김인기 교통·에너지융합학과 국립한국교통대학교
  • 박창준 교통·에너지융합학과 국립한국교통대학교
  • 이재현 컴퓨터공학과 국립한국교통대학교
  • 김남중 소프트웨어학과 국립한국교통대학교
  • 곽정환 컴퓨터소프트웨어학과 국립한국교통대학교

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      0개의 논문이 장바구니에 담겼습니다.