표제지
Abstract
요약
목차
제1장 서론 15
제2장 수중표적 탐색지원 시스템 개요 16
2.1. 수중표적 탐색지원 시스템 16
2.2. 수중표적 탐색 시스템 발전 방향 18
2.3. 수중표적 탐색지원 시스템 현황 20
2.4. 수중 표적 탐지 소나 개요 21
제3장 수중 표적 탐색지원 시스템 개요 23
3.1. 수중표적 탐색지원 시스템 관련 연구 23
제4장 수중표적 탐색지원 시스템 제시안 25
4.1. 수중표적 탐색 지원 시스템 제안 내용 25
4.2. 이미지 탐색 알고리즘 개요 26
4.3. 객체탐지 알고리즘 개요 27
4.4. Weight 모델 종류 28
4.5. Network Architecture 29
4.6. Bottleneck 구조 30
4.7. Spatial Pyramid Pooling FastLayer 31
4.8. GPU 기반 딥러닝 알고리즘 32
제5장 실험 결과 33
5.1. 연구 환경 33
5.2. Dataset augmentation 34
5.3. 평가 기준 38
5.4. 학습 결과 39
제6장 결론 50
참고문헌 52
[표 1.1] 실험 CASE 33
[표 1.2] 실험 CASE 33
[표 1.3] CASE 1 mAP 지수 결과 39
[표 1.4] CASE 2 mAP 지수 결과 41
[표 1.5] CASE 3 mAP 지수 결과 44
[표 1.6] CASE 4 mAP 지수 결과 45
[표 1.7] CASE 5 mAP 지수 결과 47
[표 1.8] 시험 결과 49
[그림 1.1] 기뢰탐색처리 절차 16
[그림 1.2] 기뢰 소해 17
[그림 1.3] 수중 표적 탐지 기술 18
[그림 1.4] 소나의 수중 표적 탐지 과정 20
[그림 1.5] SSS 구성도 21
[그림 1.6] 측면주사소나 영상 22
[그림 1.7] 수중표적 탐색지원 시스템 화면 구성 23
[그림 1.8] 표적 검출 수식 24
[그림 1.9] 수중표적 탐색지원 시스템 제시안 25
[그림 1.10] 이미지 프로세싱 딥러닝 알고리즘 26
[그림 1.11] 객체탐지 알고리즘 27
[그림 1.12] Yolo 모델 성능 28
[그림 1.13] Yolov5 구조 29
[그림 1.14] Network Architecture 29
[그림 1.15] Bottleneck Module 30
[그림 1.16] BottleNeckCSP 31
[그림 1.17] SPP 모델 31
[그림 1.18] CPU vs GPU 검출 성능 차이 32
[그림 1.19] 작성한 소스 코드 34
[그림 1.20] Class 1(어류) 데이터 35
[그림 1.21] Class 2(수중어표) 데이터 35
[그림 1.22] Yolo 학습 데이터 36
[그림 1.23] Data augmentation 36
[그림 1.24] Precision, Recall 수식 38
[그림 1.25] CASE 1 성능 결과 39
[그림 1.26] CASE 1 검출 결과 화면 40
[그림 1.27] CASE 2 성능 결과 41
[그림 1.28] CASE 2 검출 결과 42
[그림 1.29] CASE 3 성능 결과 43
[그림 1.30] CASE 3 검출 결과 44
[그림 1.31] CASE 4 성능 결과 45
[그림 1.32] CASE 4 검출 결과 46
[그림 1.33] CASE 5 성능 결과 47
[그림 1.34] CASE 5 검출 결과 48
[그림 1.35] 학습 결과 49
[그림 1.36] 실시간 영상 알고리즘 반영 결과 51