YOLO 객체 탐지 기법을 활용한 혼합 외국 동전 식별의 웹 기반 구현 및 성능 평가 (Web-based Implementation and Performance Evaluation of Mixed Foreign Coins Identification Using YOLO Object Detection)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 28권 / 6호 / 755 ~ 765페이지
· 저자명 : 난다 판주리, 아리아 비스마 와휴타마, 황민태, 이훈

초록

여행 경험이 부족하거나 다수의 국가를 단기간에 여행하는 여행자들은 혼합된 외국 동전을 구분하고 그 가치를 이해하는 데 어려움을 겪을 것이다. 본 논문은 다수 국가의 외국 동전이 한 프레임 안에 존재하는 경우 이를 YOLO 객체 탐지를 사용해 식별하는 모델을 구현하고 그 성능을 평가한 결과를 담고 있다. 제안 모델은 Google Colab에서 훈련된 8,100개 이미지 데이터셋에서 미국 달러, 유럽 유로, 중국 위안 등 18가지 다른 동전 클래스를 성공적으로 식별할 수 있다. 제안 모델은 모바일 친화적인 웹 애플리케이션으로 구현되었으며, 사용자가 동전 이미지를 업로드하면 인식 결과와 함께 사용자의 선택에 따라 최신 환율 변환 정보를 제공 받을 수 있다. 모델의 성능 지표 점수는 정밀도(Precision), 재현율(Recall) 및 정확도(Accuracy)에 대해 각각 0.892, 0.932 및 0.925로서 만족스러운 결과를 보여주었다.

영어초록

Travelers who lack extensive experience or those visiting multiple countries in a short timeframe often need help to differentiate and identify the values of mixed foreign coins. This paper introduces a model that employs You Only Look Once (YOLO) object detection to identify various foreign coins within a single image frame and thoroughly evaluate its performance. The model, developed on Google Colab, has been trained using a dataset of 8,100 images and successfully identifies 18 different classes of coins, including the US dollar, European euro, and Chinese yuan. Implementing the model as a mobile-friendly web application allows users to upload images of their coins, and the application will provide identification results along with the option to receive the latest currency exchange information. The performance metrics scores of the model were 0.892, 0.932, and 0.925 for Precision, Recall, and Accuracy, respectively, showing satisfactory results.

참고자료

· 없음