3편의 한국어 분석 — 최신순으로 정렬했어요
세계보건기구(WHO)에 따르면, 헬멧과 안전벨트 미착용은 전 세계적으로 심각한 교통사고 사망의 주요 원인입니다. 특히 WHO 아프리카 지역은 인구 10만 명당 19.4명으로 세계 최고 수준의 교통사고 사망률을 보이며, 나이지리아는 195,000km가 넘는 도로망을 수동으로 단속하기에는 인력 제약이 커 자동화된 감지 시스템의 필요성이 대두됩니다. 본 연구는 자원 제약적인 환경에서 도로 안전 규정 준수를 자동으로 감지하기 위해 사전 학습된 YOLOv8n 객체 감지 모델을 미세 조정했습니다. 공개된 SeatbeltHelmet 데이터셋(…
도로 파손은 교통 흐름을 방해하고 사고 위험을 높이는 심각한 문제로, 신속하고 정확한 감지 및 분류는 효율적인 유지보수를 위해 필수적입니다. 본 연구는 모바일 애플리케이션 환경에서 도로 파손을 감지하고 분류하는 데 사용되는 두 가지 객체 감지 알고리즘인 YOLOv8과 SSD-MobileNet의 성능을 비교했습니다. 성능 평가는 정확도, 속도, 메모리 사용량을 기준으로 진행되었으며, 혼동 행렬을 사용하여 블록 균열, 악어 등 균열, 횡방향 균열, 모서리 균열, 패치, 움푹 들어간 곳의 6가지 도로 파손 유형을 분류했습니다. 연구 …
전기 오토바이 운전자 및 동승자의 헬멧 착용 여부를 자동으로 감지하는 객체 감지 알고리즘은 규제 인력 비용을 절감할 수 있습니다. 그러나 복잡한 환경 배경과 헬멧과 유사한 머리 장식은 오탐 및 미탐을 유발하여 감지 정확도를 저하시키는 문제가 있었습니다. 본 연구에서는 이러한 문제를 해결하기 위해 YOLOv8n-Improved 객체 감지 알고리즘을 제안합니다. 이 알고리즘은 먼저 넥(neck) 부분에서 단순화된 가중 양방향 특징 피라미드 네트워크(Bi-FPN) 구조를 사용하여 단일 입력 노드를 제거하고, 연결 에지를 추가하며, 특징…
