택배 화물 파손 분류를 위한 YOLO 및 StyleGAN 기반 학습 데이터 증강

김설희; 양태훈; 허재필; 이상덕

doi:10.5391/JKIIS.2023.33.6.532

추천

검색

질문

자료유형: 학술저널

저자정보: 김설희 (성균관대학교) 양태훈 (인하대학교) 허재필 (성균관대학교) 이상덕 (한국철도기술연구원)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제6호

발행연도: 2023.12

수록면: 532 - 540 (9page)

DOI: 10.5391/JKIIS.2023.33.6.532

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

택배 화물의 파손은 택배 배송 서비스 품질 저하를 초래하는 주요 요인이며, 택배 화물의 파손 분류를 통해 택배 배송 과정을 추적 및 개선함으로써 택배 서비스 품질 향상이 가능하다. 따라서 택배 화물의 파손 분류와 관련된 다양한 딥러닝 기술의 연구개발이 수행되고 있다. 본 연구는 택배 화물 파손 형태 분류를 위한 적대적 생성 신경망 기반의 학습 데이터셋 구축 방법을 제안한다. 이를 위하여 YOLOv5 기반 택배 화물 탐지를 수행하고 크롭하는 과정을 거쳐, 영상 내 분류 모델 성능 저하 요인를 배제하였다. 또한, ADA 기법을 사용한 StyleGAN3 모델을 사용하여 적은 수의 영상으로도 데이터의 다양성을 확보하였다. 제안한 방법으로 구축된 데이터셋으로 학습한 택배 화물 파손 형태 분류 모델의 성능을 검증하였으며, 이를 통해 제안한 방법이 택배 서비스 품질 향상에 기여할 수 있음을 확인하였다.

#택배 배송 서비스 #파손 분류 #데이터 증강 #적대적 생성 신경망 #Parcel Delivery Service #Damage Classification #Data Augmentation #Generative Adversarial Network #StyleGAN3

참고문헌 (20)

참고문헌 신청

National Logistics Information Center, “Monthly Last-Mile Logistics Performance,” Available: https://www.nlic.go.kr/nlic/parcelServiceLogistics.action, 2022, [Accessed: May, 04, 2023]

Korea Consumer Agency, “Be Cautious of Consumer Damages Related to Lunar New Year Flight Tickets, Parcel Delivery, and Gift Cards,” Available: https://www.kca.go.kr/kca/sub.do?menukey=5084&mode=view&no=1003436767&page=5, 2023, [Accessed: May 04, 2023]

Hee Sook Lee and Min Joo Kwak, “Use Characteristics of Door - to - Door Delivery Service and Consumer Service Satisfaction,” Journal of Consumer Policy Studies, vol. 45, no. 3, pp. 157-182, http://dx.doi.org/10.15723/jcps.45.3.201412.157, 2014.

Eun-Kang Kim, Seong-Ha Kim, Hye-Seon Sin, So-Yeon Kim, and Bumshik Lee, “Classification for the Breakage of the Package Boxes using a Deep Learning Network,” Proceedings of The Korean Institute of broadcast and media engineers, Seoul, Republic of Korea, p

Mirye Kim, Yongjang Kwon, Joouk Kim, and Yongmin Kim, “Image classification of parcel boxes under the underground logistics system using CNN MobileNet,” Applied Sciences, vol. 12, no. 7, pp. 3337, https://doi.org/10.3390/app12073337, 2022.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김설희

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 화학공학 > 고분자공학

논문수 5 이용수 198

양태훈

소속기관 인하대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 1 이용수 177

허재필

소속기관 성균관대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 산업공학

논문수 32 이용수 2,449

이상덕

소속기관 한국철도기술연구원

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 17 이용수 1,098

이 논문과 함께 이용한 논문

Image Mix-up 기법과 YOLOv8을 활용한 Side Scan Sonar Image에서의 기뢰추정물 탐지 모델 개발

임정규 , 박찬영 , 백준기 Journal of the KNST 2024 .09

YOLO기반의 객체인식을 통한 딸기 수확 로봇 시스템에 대한 연구

이승원 , 유경현 , 강영균 외 2명 한국생산제조학회지 2023 .04

서울시 가로경관 이미지에 대한 주관적 인지에 영향을 미치는 가로환경 요인 분석 : Deep Learning 의미론적 분할과 YOLOv3 객체 검출기법을 적용하여

유승재 , 하정원 , 김혜준 외 2명 국토계획 2021 .04

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)