26:46
비디오 길이: 26:46
MATLAB을 활용한 객체 검출 딥러닝 모델 개발 : YOLOv2
최근 인공지능의 기반 기술 중 하나인 딥러닝은 눈부신 혁신을 거듭하고 있으며 그 활용이 다양한 분야에서 활발해지고 있습니다. 특히, 컴퓨터 비전 분야에서는 다양한 딥러닝 기반의 객체 인식 및 검출 알고리즘들이 발표되고 있습니다. 기존의 방법론으로는 해결이 어려운 문제들을 딥러닝 기술을 활용함으로써 쉽게 해결하는 성과를 거두고 있습니다.
본 웨비나에서는 MATLAB®으로 객체 검출 딥러닝 알고리즘 중 가장 유명한 YOLO (You Only Look Once)v2 모델을 사용하여 실제 산업에서 사용 가능한 화재 감지 시스템을 개발하는 전체 개발 프로세스를 설명합니다. 특히, 개발 시간 단축을 위하여 자동 라벨링(Labeling), 네트워크 디자인을 위한 앱을 활용하는 테크닉을 소개합니다.
발행: 2019년 12월 16일
웹사이트 선택
번역된 콘텐츠를 보고 지역별 이벤트와 혜택을 살펴보려면 웹사이트를 선택하십시오. 현재 계신 지역에 따라 다음 웹사이트를 권장합니다:
또한 다음 목록에서 웹사이트를 선택하실 수도 있습니다.
사이트 성능 최적화 방법
최고의 사이트 성능을 위해 중국 사이트(중국어 또는 영어)를 선택하십시오. 현재 계신 지역에서는 다른 국가의 MathWorks 사이트 방문이 최적화되지 않았습니다.
미주
- América Latina (Español)
- Canada (English)
- United States (English)
유럽
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
아시아 태평양
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)