Acknowledgement
본 연구는 IIPT/NIST SW컴퓨팅산업원천기술개발과제(20200001160012007)와 2021 BB21+ Project 지원을 받아 수행된 결과임
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2022.05a
- /
- Pages.320-321
- /
- 2022
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Study on Deep Learning Model for Container Load Status Monitoring
컨테이너 적재 상태 모니터링을 위한 딥러닝 모델 연구
- Oh, Seyeong (Dong-eui University) ;
- Jeong, Junho (Dong-eui University) ;
- Choi, Bulim (Busan Port Authority) ;
- Yeon, Jeong Hum (Busan Port Authority) ;
- Seo, Yonguk (Seoahn S&C.co.,Ltd.) ;
- Kim, Sangwoo (Seoahn S&C.co.,Ltd.) ;
- Youn, Joosang (Dong-eui University)
- Published : 2022.05.17
Abstract
부두 내 컨테이너를 적재하는 과정에서 정렬 상태가 부정확한 경우 강풍으로 인한 안전사고가 발생할 가능성이 있다. 본 논문에서는 컨테이너 안전사고를 예방하기 위한 딥러닝 기반의 컨테이너 정렬 상태 분류 알고리즘을 제안한다. 제안하는 알고리즘은 정렬을 분류하는 기준을 제시하고 YOLO 기반의 모델을 구현했다. 추론 속도, 검출 정확도, 분류 정확도를 기준으로 각 모델의 성능을 평가했으며 성능 결과는 YOLOv4모델이 YOLOv3모델에 비해서 추론 속도는 느리지만, 검출 정확도와 분류 정확도는 높음을 보인다.
Keywords