주차장 점유 감지에서 딥 러닝 방법의 수정

최근 스마트 도시 개발 패러다임의 일부로서 주차 유도 시스템이 인기 있는 추세가 되고 있습니다. 이러한 시스템의 핵심 부분은 운전자가 관심 지역에서 사용 가능한 주차장을 검색할 수 있도록 하는 알고리즘입니다. 이 작업의 전통적인 접근 방식은 카메라 기록에 신경망 분류기를 적용하는 것입니다. 그러나 기존 시스템들은 특정 시각 조건에 대한 일반화 능력과 적절한 테스트 부족을 보여주고 있습니다. 본 연구에서는 최신 주차장 점유 감지 알고리즘을 철저히 평가하고, 최근 등장한 비전 트랜스포머(vision transformers)와 예측 성능을 비교하며, EfficientNet 구조를 기반으로 하는 새로운 파이프라인을 제안합니다. 수행된 계산 실험은 5개의 다른 데이터셋에서 평가된 우리 모델의 성능 향상을 입증하였습니다.