한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

YOLOv8 기반의 회 이미지 인식 모바일 애플리케이션 개발

Development of a YOLOv8-Based Sashimi Image Recognition Mobile Application

  • 박제인 (광운대학교 정보융합학부) ;
  • 임영섭 (KT DS 금융사업팀) ;
  • 강민희 (수원대학교 컴퓨터 학과) ;
  • 김인준 (건국대학교 컴퓨터공학과) ;
  • 조용주 (호서대학교 정보통신공학과)
  • Jane Park (Dept. of Information Convergence, Kwangwoon University) ;
  • Youngseob Lim (Director, Financial Business Department, KT DS) ;
  • Minhee Kang (Dept. of Computer Software, Suwon University) ;
  • Injun Kim (Dept. of Computer Engineering, Konkuk University) ;
  • Yongju Cho (Dept. of Information and Communication Engineering, Hoseo University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구에서는 YOLOv8 모델을 활용해 다양한 회의 종류를 인식할 수 있는 모바일 애플리케이션을 개발하였다. 완성된 애플리케이션은 사용자가 모둠회 사진을 촬영하면, 학습된 딥러닝 모델이 이미지를 처리하여 해당 회의 종류를 인식한다. 본 논문에서는 애플리케이션의 시스템 설계와 구현 과정, 성능 평가 결과를 제시하며, 사용자가 실시간으로 인식 결과를 확인할 수 있는 기능을 중점적으로 다룬다.

키워드

과제정보

본 논문은 과학기술정보통신부 대학디지털교육역량강화사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

참고문헌

  1. He, K., Zhang, X., Ren, S., and Sun, J., "Deep residual learning for image recognition," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp. 770-778.
  2. LeCun, Y., Bengio, Y., and Hinton, G., "Deep Learning," Nature, Vol. 521, pp. 436-444, 2015.
  3. 송재민, 이새봄, 박아름, "이미지 인식 기술의 산업 적용 동향 연구," 한국콘텐츠학회논문지, Vol. 20, No. 7, pp. 86-96, 2020.
  4. 선영규, 황유민, 홍승관, 김진영, "기계학습 기반의 실시간 이미지 인식 알고리즘의 성능," 한국위성정보통신학회논문지, Vol. 12, No. 3, pp. 69-73, 2017.
  5. Bhopatkar, Swaraj, "Food Detection with YOLOv3," International Research Journal of Modernization in Engineering, Technology and Science, Vol. 5, No. 10, pp. 1301-1305, 2023.
  6. Samidha Patil, Shivani Patil, Vaishnavi Kale, and Mohan Bonde, "Food Item Calorie Estimation Using YOLOv4 and Image Processing," International Journal of Computer Trends and Technology, Vol. 69, No. 5, pp. 69-76, 2021.
  7. Jubayer F, Soeb JA, Mojumder AN, Paul MK, Barua P, Kayshar S, Akter SS, Rahman M, Islam A, "Detection of Mold on the Food Surface Using YOLOv5," Current Research in Food Science, Vol. 4, pp. 724-728, 2021.
  8. Redmon, J., Divvala, S., Girshick, R., and Farhadi, A., "You only look once: Unified, real-time object detection," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp. 779-788.
  9. Jiang, H., Zhao, S., Wu, Z., Huang, Y., and Yang, W., "YOLO-Food: Food detection with YOLO network," Proceedings of the IEEE 3rd International Conference on Information Systems and Computer Aided Education (ICISCAE), IEEE, 2020, pp. 491-495.
  10. 이용환, 김영섭, "객체 검출을 위한 CNN과 YOLO 성능 비교 실험," 반도체디스플레이기술학회지, Vol. 19, No. 1, pp. 85-92, 2020.
  11. Shorten, C., and Khoshgoftaar, T.M., "A survey on Image Data Augmentation for Deep Learning," J Big Data, Vol. 6, 60, 2019.
  12. 우예린, 여상엽, 마유승, "딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교," 한국정보과학회 학술발표논문집, 제주, 2024, pp. 1-10.
  13. 박천호, 김민관, 이승준, 최정일, "데이터 증강을 이용한 의료 이미지 분류 정확도 개선에 관한 연구," 한국컴퓨터정보학회논문지, Vol. 28, No. 12, pp. 167-174, 2023.
  14. 이준기, 장민호, 황영배, "YOLO 성능 향상을 위한 데이터 증강기법," 한국차세대컴퓨팅학회 논문지, Vol. 20, No. 3, pp. 22-35, 2024.
  15. 이동구, 선영규, 김수현, 심이삭, 이계산, 송명남, 김진영, "이미지 인식률 개선을 위한 CNN 기반 이미지 회전 보정 알고리즘," 한국인터넷방송통신학회 논문지, Vol. 20, No. 1, pp. 225-229, 2020.
  16. 박동민, 조영석, 염석원, "전이 학습과 데이터 증강을 이용한 너구리와 라쿤 분류," 융합신호처리학회논문지, Vol. 24, No. 1, pp. 34-41, 2023.
  17. Mezgec, S., and Korousic Seljak, B., "NutriNet: A deep learning food and drink image recognition system for dietary assessment," Nutrients, Vol. 9, No. 7, 657, 2017.