Acknowledgement
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 SW중심대학사업의 연구결과로 수행되었음 (2018-0-00209)
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2023.05a
- /
- Pages.716-718
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
An Analysis of Space Congestion Using YOLOv5-Based Data Labeling
YOLOv5 기반 Data Labeling을 이용한 공간의 혼잡도 분석
- Seonghyeon Lee (School of Software, Soongsil University) ;
- Seungjun Lee (School of Software, Soongsil University) ;
- Sangjin You (School of Software, Soongsil University) ;
- Youngjong Kim (School of Software, Soongsil University)
- Published : 2023.05.18
Abstract
엔데믹 시대, 외식 비중이 증가하고 온라인 커뮤니티를 중심으로 인기있는 식당에 대한 공유가 활발하게 일어나며 특정 식당으로 쏠리는 현상 심화, 주요 시간대에 식사를 하기 위해 줄을 서거나 아예 헛걸음을 하는 경우가 많아지고 있다. 본 연구에서는 대부분의 식당에 설치되어 있는 CCTV에서 촬영 이미지를 활용해서 딥러닝을 활용한 Data Labeling을 시행, 현재 식당의 남은 자리를 분석하여 사용자에게 전달하는 프로젝트에 대한 방식을 서술한다. Client를 통해 사용자는 실시간으로 특정 식당의 남은 좌석 수를 확인할 수 있고, 이 정보를 바탕으로 해당 식당에 방문할지 말지를 결정할 수 있을 것이다. 프로젝트 진행에 앞서 데이터를 분석하는 딥러닝 모델인 YOLO에 대해 분석하였고, 각 버전에 대해 특징을 비교 및 대조, 본 프로젝트에 적합한 버전으로 YOLOv5s를 선정하였다.
Keywords