Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LostPaw: Finding Lost Pets using a Contrastive Learning-based Transformer with Visual Input

Created by
  • Haebom

저자

Andrei Voinea, Robin Kock, Maruf A. Dhali

개요

본 논문은 인공지능 기반 애플리케이션을 이용하여 실종된 애완동물을 찾는 것을 목표로, 애완동물 이미지를 정확하게 구분할 수 있는 대조적 신경망 모델을 제시합니다. 대규모의 강아지 이미지 데이터셋으로 모델을 학습시킨 결과, 350 epoch 학습 후 90%의 테스트 정확도를 달성하였으며, 과적합 없이 높은 성능을 보였습니다. 이는 실종된 애완동물을 찾는 데 도움을 줄 수 있는 웹 애플리케이션 개발의 기초적인 프레임워크를 제공합니다. 해당 애플리케이션은 사용자가 실종된 애완동물의 이미지를 업로드하면 데이터베이스 내 매칭 이미지를 식별하여 알림을 제공하는 기능을 가집니다.

시사점, 한계점

•
시사점:
◦
대조적 신경망 모델을 이용하여 실종 애완동물 찾기의 효율성과 정확성을 높일 수 있음을 보여줌.
◦
실종 애완동물 검색을 위한 웹 애플리케이션 개발의 가능성 제시.
◦
높은 정확도(90%)를 달성하여 실제 적용 가능성을 시사.
•
한계점:
◦
현재 모델은 강아지 이미지 데이터셋만 사용하여 학습되었으므로, 다른 종류의 애완동물에 대한 일반화 성능은 검증되지 않음.
◦
실제 실종 애완동물 검색 시스템에 적용하기 위한 추가적인 연구 및 개발이 필요함 (예: 이미지 품질 저하, 다양한 조명 조건, 이미지 해상도 차이 등에 대한 로버스트니스).
◦
데이터셋의 크기 및 다양성에 대한 제한으로 인한 일반화 성능 저하 가능성.
◦
웹 애플리케이션 구현 및 실제 사용자 테스트 결과가 제시되지 않음.
👍
Made with Slashpage