본 연구에서는 발전소 소내 전력계통 단선도에 포함된 태그번호, 용량 값, 용량 단위를 자동으로 추출하고 설계 문서와 비교할 수 있는 통합 파이프라인을 구성하였다. 이를 위해 YOLOv8 기반 ...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T17385726
구미 : 국립금오공과대학교 대학원, 2026
학위논문(석사) -- 국립금오공과대학교 대학원 , 디지털융합공학과 , 2026. 2
2026
한국어
경상북도
; 26 cm
지도교수: 김성렬
I804:47006-000000017756
0
상세조회0
다운로드본 연구에서는 발전소 소내 전력계통 단선도에 포함된 태그번호, 용량 값, 용량 단위를 자동으로 추출하고 설계 문서와 비교할 수 있는 통합 파이프라인을 구성하였다. 이를 위해 YOLOv8 기반 ...
본 연구에서는 발전소 소내 전력계통 단선도에 포함된 태그번호, 용량 값, 용량 단위를 자동으로 추출하고 설계 문서와 비교할 수 있는 통합 파이프라인을 구성하였다. 이를 위해 YOLOv8 기반 객체 검출 모델을 이용하여 단선도 내 텍스트 영역을 분리하고, 바운딩 박스(bounding box)를 활용한 크롭(crop) 과정을 통해 OCR 인식에 적합한 입력 데이터를 생성하였다. 이후 PaddleOCR을 적용하여 각 텍스트 요소를 인식하고, 정규화 과정을 통해 부하목록과 비교 가능한 형태로 변환하였다.
본 연구에서 구축된 파이프라인은 단선도 이미지 처리, 텍스트 영역 검출, OCR 인식, 문자열 정규화, 부하 단위 데이터 구조화, 부하목록 비교의 절차로 구성되며, 각 단계는 순차적으로 연계된 자동화 흐름을 형성한다. YOLOv8 모델은 텍스트 검출에서 높은 정확도를 확보하였으며, PaddleOCR 기반 텍스트 인식은 태그번호, 용량 값, 단위 인식에서 안정적인 성능을 보였다. 부하목록과의 비교 정확도는 약 78% 수준을 달성하여, 제안한 파이프라인이 단선도 기반 설계 검증 업무에 실질적으로 활용 가능한 수준의 성능을 갖추었음을 확인하였다.