메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
장성혁 (농촌진흥청) 이상희 (농촌진흥청) 최용 (농촌진흥청) 김태형 (농촌진흥청) 신소영 (농촌진흥청)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제5호
발행연도
2022.5
수록면
217 - 224 (8page)
DOI
10.5762/KAIS.2022.23.5.217

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
감자는 세계 4대 식량자원 중 하나로서 국내 농가 소득에 크게 기여하고 있다. 최근 정밀농업의 중요성이 대두됨에 따라 수확량 모니터링 기술에 대한 관심 또한 증가하고 있다. 수확량 정보는 정밀 농업에 있어 변량 시비, 수급 조절 등에 활용될 수 있는 중요한 기술이지만 미국, 일본 등 해외에 비해 국내 연구가 활발하게 이뤄지고 있지 않은 실정이다. 본 연구는 기계시각을 활용하여 감자의 수확량을 측정하기 위한 기초 연구로써 딥러닝 알고리즘을 적용하여 감자 기계수확 중 감자의 개수를 셀 수 있는 시스템을 개발하고자 수행되었다. 수확기 내 이송부는 감자 외에도 돌, 흙 등의 이물질이 빠른 속도로 이송되기 때문에 빠른 속도를 보이는 YOLOv5 알고리즘을 사용하여 각 개체를 판별하였다. 이송되는 감자는 모두 형태가 유사하기 때문에 정확한 추적을 하기 위해 DeepSORT 알고리즘을 사용하여 각 감자에 고유 ID를 부여하였다. 이후 감자가 특정 지점에 도달하였을 때 감자의 개수를 카운팅 하도록 알고리즘을 구성하였다. YOLOv5 학습 모델을 평가한 결과 300회 학습하였을 때 정밀도(precision), 재현율(recall), mAP(mean Average Precision), F1 Score는 각각 0.9997, 0.9994, 0.9872, 0.9996로 나타나 높은 성능을 보였다. 본 연구에서는 감자 수확량 모니터링 시스템에 있어 딥러닝 알고리즘의 적용 가능성을 확인할 수 있었으며, 향후 영상을 이용한 감자의 무게 예측, GPS센서의 추가 구성을 통해 위치별 감자 수확량 정보를 활용할 수 있도록 추가 연구가 필요하다.

목차

요약
Abstract
1. 서론
2. 수확량 모니터링 시스템 구성
3. 구현 결과
4. 결론
References

참고문헌 (21)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0