딥러닝 기반 전차 조준선 정렬 시스템
Deep Learning Based Tank Aiming line Alignment System
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
기존의 조준 감사는 외국에서 수입한 조준 감사기재를 사용하는 실정이다. 하지만 그 수량이 매우 부족해서 조준 감사에많은 시간이 소요되고 유지보수가 어렵다. 때문에 시스템을 국산화 시켜 조준 감사시간을 줄이고 유지보수와 보급을 원활하게 하는 것이 목적이다. 본 논문에서는 표적 탐지 딥러닝 모델을 통해 표적을 탐지하고 사격 결과에 대한 모니터링이 가능한시스템을 개발하였다. 이 시스템은 표적의 실시간 탐지가 가능하고 먼 표적에 대한 여러 전처리를 통해 식별률을 크게 상승시켰다. 또한 사용자 인터페이스를 구성하여 사용자의 카메라 조작과 훈련결과 데이터의 저장 및 관리를 용이하게 하였다. 이 시스템으로 현재 사용되고 있는 조준 감사기재와 비사격 훈련을 대체할 수 있다.
Abstract
The existing aiming inspection use foreign-made aiming inspection equipment. However, the quantity is insufficientand the difficult to maintain. So it takes a lot of time to inspect the target. This system can reduces the time of aiminginspection and be maintained and distributed smoothly because it is a domestic product. In this paper, we develop asystem that can detect targets and monitor shooting results through a target detection deep learning model. The systemis capable of real-time detection of targets and has significantly increased the identification rate through severalpreprocessing of distant targets. In addition, a graphical user interface is configured to facilitate user camera manipulationand storage and management of training result data. Therefore the system can replace the currently used aiminginspection equipment and non-fire training.
참고문헌 (4)
- Redmon, J., "YOLO9000: better, faster, stronger", Proceedings of the IEEE conference on computer vision and pattern recognition,, pp.7263~7271 (2017)
- Redmon, J, "You only look once: Unified, real-time object detection", Proceedings of the IEEE conference on computer vision and pattern recognition, pp.779~788 (2016)
- Redmon, J, "Yolov3: An incremental improvement" (2018)
- Siahaan, V, "LEARNING PyQt5: A Step by Step Tutorial to Develop MySQLased Applications" (2019), SPARTA PUBLISHING