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
학술대회자료
저자정보
전서영 (대구가톨릭대학교) 권성수 (대구가톨릭대학교) 이희주 (대구가톨릭대학교) 이종혁 (대구가톨릭대학교) 배지훈 (대구가톨릭대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
577 - 580 (4page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
오늘날 농업 분야에서는 노동력 부족, 변동성 높은 기후와 같은 문제점에 따라 인공지능 기술을 활용하여 이를 극복하고자 하는 연구가 진행되고 있다. 따라서, 본 논문에서는 농작물 질병의 조기 감지와 대응을 위하여 고추에서 발생하는 탄저균으로 인한 병을 감지하기 위해 COCO-seg 데이터셋으로 사전 학습 완료된 영상분할 기반 다양한 종류의 YOLOv8 계열 모델들을 활용하여 탄저병 감지 모델들을 구현하고 그 성능을 서로 비교한다. 실험 결과, 고추 탄저병 객체 탐지 모델 중 YOLOv8l-seg 모델이 가장 성능이 높음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 탄저병 감지를 위한 YOLOv8 모델 구현
Ⅲ. 결론
참고문헌

참고문헌 (0)

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

UCI(KEPA) : I410-151-24-02-088560494