메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김지후 (서울대학교) 홍성수 (서울대학교)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2021년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2021.11
수록면
1,112 - 1,118 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2022

멀티쓰레드 객체 탐지 응용의 종단 간 지연시간 단축
김지후 전기·정보공학부 2022.01 학위논문

2021

멀티쓰레드 객체 탐지 응용의 종단 간 지연 시간 단축
김지후 ,  홍성수 한국자동차공학회 추계학술대회 및 전시회 2021.11 학술대회자료

초록· 키워드

오류제보하기
Object detection is a computer vision technology that receives images as input and performs object classification and localization. As deep learning is used for object detection, existing studies have tried to optimize the deep learning model to reduce the execution time consumed in deep learning inference. Among these studies, YOLO (You look only once) has been established as one of the representative deep learning model for object detection due to its fast inference speed with modest accuracy. However, not only inference but also other processes such as image fetch and display occupy significant time in the end-to-end delay of object detection application. In a multithreaded object application, the time spent for each process can be overlapped and makes it difficult to reduce the end-to-end delay. In this paper, we present 3 techniques to reduce the end-to-end delay in a Darknet-YOLO which is a multithreaded object detection application based on YOLO. We eliminate the blocking time occurred in the image fetch, dynamically delay the image fetch considering the inference speed, and accelerate the preprocessing process with GPU. As the experimental result, the end-to-end delay of Darknet-YOLO is reduced by 58.18% on a target embedded system for an autonomous driving system.
#Object Detection(객체 탐지) #Multithreaded Application(multithreaded 응용) #End-to-end Delay(종단 간 시간) #Darknet-YOLO(다크넷-욜로)

목차

Abstract
1. 서론
2. Darknet-YOLO
3. Problem Statement and Solutions
4.Implementation and Evaluation
6. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0