Interpreting Visual Decision Cues and Structuring Apparel Categories in YOLO-Based Classification Models: A Grad-CAM Analysis of Flat-Lay Images
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113761
과학기술정보통신부
한국연구재단
전주대학교
서상우
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
5,864만원
5,864만원
기초연구
대학
전북특별자치도 전주시
화공 > 섬유제품 > 의류패션
본 연구의 최종목표는 YOLO 기반 의류 분류 모델이 의류 상품군을 구별할 때 활용하는 시각적 판단 근거를 의류학적 구조 언어로 해석하고, 이를 설명가능한 구조 기준 체계로 제안하는 데 있다. 기존 패션 AI 분류 연구는 주로 분류 성능 향상과 속성 인식에 초점을 두어 왔으나, 모델이 실제로 어떤 구조 단서를 근거로 상품군을 구별하는지는 충분히 규명되지 않...
본 연구는 1차년도와 2차년도에 구조 단서와 축을 단계적으로 도출하고, 3차년도에 검토와 통합을 수행하는 방식으로 추진된다. 먼저 기본 학습 데이터셋으로는 AI Hub의 K-Fashion 착용샷 데이터를 활용하고, 이를 의류학적 구조 기준에 따라 10개 세분류 체계로 리맵핑한다. 동시에 구조 단서가 명확한 해석용 flat-lay 데이터셋을 별도로 구축한다....
본 연구의 성과는 패션 데이터셋의 라벨링 기준, 품질 검수 기준, 카테고리 정의를 구조 기반으로 정교화하는 데 직접 활용될 수 있다. 특히 상품군 경계가 모호한 사례에 대해 구조 기반 판별 기준을 제공함으로써, 검색·추천·카테고리 시스템에 입력되는 상품 정보의 구조적 일관성을 높이는 참조틀로 기능할 수 있다. 또한 본 연구에서 제시하는 Grad-CAM 기반...