Acknowledgement
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 Grand ICT연구센터지원사업의 연구결과로 수행되었음(IITP-2021-2016-0-00318). 추가적으로, 본 논문(저서)는 부산광역시 및 (재)부산인재평생교육진흥원의 BB21플러스 사업으로 지원된 연구임.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference (한국정보통신학회:학술대회논문집)
- 2021.10a
- /
- Pages.385-387
- /
- 2021
A Study on the A.I Detection Model of Marine Deposition Waste Using YOLOv5
YOLOv5를 이용한 해양 침적쓰레기 검출 A.I 모델에 대한 연구
- Wang, Tae-su (Dong-eui University) ;
- Oh, Seyeong (Dong-eui University) ;
- Lee, Hyeon-seo (Dong-eui University) ;
- Jang, Jongwook (Dong-eui University) ;
- Kim, Minyoung (Dong-eui University)
- Published : 2021.10.03
Abstract
Marine deposition waste threatens the book ecosystem and causes a decrease in catch due to ghost fishing, causing damage of about 370 billion won per year. In order to collect this, a current status survey is conducted using two-way ultrasonic detectors, diving, and lifting frames. However, the scope of the investigation is small to investigate a lot of sedimentary waste, and there is a possibility of causing casualties. This paper deals with the implementation of a high-accuracy marine deposition detection AI model by learning the coastal sediment image data of AI-Hub using the YOLOv5 algorithm suitable for real-time object detection.
해양 침적 쓰레기는 저서 생태계를 위협하고 유령어업으로 인한 어획량 감소를 초래하여 연간 약 3,700억 원의 피해를 발생시키고 있다. 이를 수거하기 위해서 현재 양방향 음파탐지기와 잠수, 인양틀 등을 이용하여 현황조사를 수행한다. 하지만, 많은 침적 쓰레기를 조사하기엔 조사범위가 적고 인명피해를 불러올 가능성이 있다. 본 논문에서는 실시간 객체 탐지에 적합한 YOLOv5 알고리즘을 활용하여 AI-Hub의 해안 침적 쓰레기 이미지 데이터를 학습시켜 높은 정확도의 해양 침적 쓰레기 감지 인공지능 모델을 구현한 내용을 다룬다.