실시간 객체 탐지를 위한 YOLO 모델
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 한양대(서울) 컴퓨터소프트웨어학부
- 활동 유형
- 진로활동
- 교과 과목
- 프로그래밍, 프로그래밍, 프로그래밍
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 코딩
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
진로와직업 수업을 들으며 CNN에 대한 수업을 들었음. 이후 CNN에 대해 추가로 탐구하던 중 CNN의 구조 상 연산 속력이 느리다는 단점이 있다는 사실을 알게되어 다른 기술이 존재하는지 탐구해보게 됨.
YOLO모델의 구조와 원리를 알아보고 라즈베리파이와 카메라를 이용해 직접 실시간 객체탐지에 활용해봄.
이 과정에서 yolo의 pretrained모델에서는 바나나를 인식하지 못한다는 사실을 알게 되었고 이를 해결할 수 있는 방법을 찾아보다 파인튜닝이라는 기술이 있음을 알고 직접 파인튜닝을 적용해봄.
파인튜닝 결과 모델이 바나나를 정상적으로 인식함을 확인함. 이 과정을 통해 YOLO모델에 대해 더 자세히 이해할 수 있었음.
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.