한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

라즈베리파이에 적합한 실시간 객체탐지 모델 연구

Real-time Object Detection Model for Raspberry Pi

  • 박승우 (한국공학대학교 전자공학과) ;
  • 박영진 (롯데케미칼 정보보호담당) ;
  • 최혜원 (한국공학대학교 전자공학과) ;
  • 하승헌 (한국공학대학교 임베디드공학과) ;
  • 도유성 (한국공학대학교 전자공학과)
  • Seung-woo Park (Dept. of Electronic Engineering, Tech University of Korea) ;
  • Young-jin Park (Dept. of Information Protection Leader, Lotte Chemical) ;
  • Hye-won Choi (Dept. of Electronic Engineering, Tech University of Korea) ;
  • Seung-heon Ha (Dept. of Embedded Engineering, Tech University of Korea) ;
  • Yu-seong Do (Dept. of Electronic Engineering, Tech University of Korea)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 라즈베리파이4와 같은 저전력, 저비용 임베디드 시스템에서 효과적으로 작동할 수 있는 실시간 객체 탐지 모델을 제안한다. 우리는 대중적으로 유명한 YOLO를 사용하지 않고 MobileNetV1-SSDLite를 기반으로 한 경량화된 모델을 설계하고, 이를 라즈베리파이4에 최적화하여 구현하였다. 실험 결과, 제안된 모델은 평균 5 FPS의 처리 속도로 mAP 0.68을 달성하여, 기존의 모델들과 비교했을 때 라즈베리파이4에서 더 효율적인 성능을 보여주었다. 또한, Jetson Nano와의 비교를 통해 각 플랫폼의 특성을 분석하여 라즈베리파이4에 경량화된 모델이 충분하다라는 것을 소개한다.

키워드

과제정보

본 논문은 과학기술정보통신부 대학디지털교육역량강화 사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

참고문헌

  1. Howard, A. G., et al. (2017). MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. arXiv preprint arXiv:1704.04861.
  2. Liu, W., et al. (2016). SSD: Single Shot MultiBox Detector. In European Conference on Computer Vision (pp. 21-37). Springer, Cham.
  3. Jocher, G., et al. (2021). YOLOv5. https://github.com/ultralytics/yolov5
  4. Jocher, G., et al. (2023). YOLOv8. https://github.com/ultralytics/ultralytics
  5. Sandler, M., et al. (2018). MobileNetV2: Inverted Residuals and Linear Bottlenecks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 4510-4520).
  6. Lin, T. Y., et al. (2014). Microsoft COCO: Common Objects in Context. In European Conference on Computer Vision (pp. 740-755). Springer, Cham.
  7. NVIDIA. (2021). Jetson Nano Developer Kit. https://developer.nvidia.com/embedded/jetson-nano-developer-kit
  8. Raspberry Pi Foundation. (2021). Raspberry Pi 4 Model B. https://www.raspberrypi.org/products/raspberry-pi-4-model-b/