고용노동부에 따르면 지난 2018~2020년 3년간 건설업 산업재해 사고사망자 1371명 중 건설 현장 기계‧장 비로 인해 사망한 사람은 259명으로 집계됐다. 굴착기 59명, 고소작업대 47명, 이동식 크...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108692428
2023
Korean
건설 기계‧장비 ; YOLO ; 객체 검출 ; 1-Stage Detector
566
학술저널
210-212(3쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
고용노동부에 따르면 지난 2018~2020년 3년간 건설업 산업재해 사고사망자 1371명 중 건설 현장 기계‧장 비로 인해 사망한 사람은 259명으로 집계됐다. 굴착기 59명, 고소작업대 47명, 이동식 크...
고용노동부에 따르면 지난 2018~2020년 3년간 건설업 산업재해 사고사망자 1371명 중 건설 현장 기계‧장 비로 인해 사망한 사람은 259명으로 집계됐다. 굴착기 59명, 고소작업대 47명, 이동식 크레인 33명, 화물 운반트럭 23명, 덤프트럭 22명, 타워크레인 16명 등 다양한 건설 중장비 유형에서 사고가 발생했다. 안전 한 건설 현장 환경을 구현하기 위해서는 지속적인 모니터링을 통해 위험 상황을 조기에 발견하는 것이 중요하다. 객체 검출 모델은 특정 객체가 작업자에 접근 여부를 파악하는 것에 활용이 가능하므로 안전 한 건설 현장 환경 구축에 기여할 수 있다. 컴퓨터 비전 분야에서 CNN을 기반으로 객체 검출 방식에 있 어서 1-Stage Detector 방식의 대표적인 알고리즘인 YOLO의 v7과 v8의 기본 모델을 활용하여 건설 장비 이미지 데이터에 대하여 성능을 비교해본다. 객체 검출 결과, YOLOv8n이 YOLOv7보다 더 우수한 성능을 보였다.
목차 (Table of Contents)
AI, 3D Photogrammetry 및 VR 기술을 활용한 3 차원 외관조사망도 생성 기술
YOLOv7와 OpenPose를 활용한 개인 맞춤형 피트니스 운동 자세 지도 모델 설계
DeVTr 의 Base Model 종류에 따른 비디오 분류 결과 비교
Cross-Attention U-Net 을 이용한 Retinal Vessel Segmentation