지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.2
- 발행연도
- 2024.2
- 수록면
- 125 - 130 (6page)
- DOI
- 10.5626/JOK.2024.51.2.125
이용수
초록· 키워드
오류제보하기
작물의 병해충은 수확량에 큰 영향을 미치기 때문에 병해충의 조기 식별과 진단은 매우 중요하다. 이를 위해, 인공지능을 활용하여 작물 병해충을 진단해주는 모델들을 개발하고 고도화하는 연구가 활발하게 진행되고 있다. 하지만, 검증 시 좋은 성능을 보였던 모델이라도 운용 시 입력된 이미지의 해상도가 낮으면 성능이 낮아지는 문제가 있다. 낮은 해상도로 인해 병해충이 진단되지 않아 방제가 늦어진다면 작물 전체가 병해충에 영향을 받아 수확량이 감소하는 문제가 발생한다. 본 연구는 이미지의 해상도를 높이는 초해상화 기술을 활용하여 모델의 재현율 향상이 목적이다. 초해상화 기법은 바이큐빅, SRCNN, SRGAN을 사용하였다. 64×64, 128×128, 192×192 크기의 테스트 이미지를 각각 4배의 크기로 초해상화 한 후, 직접 학습시킨 YOLOv5모델로 병해충 진단 테스트를 진행하였다. 그 결과 SRGAN 34%, SRCNN 30%, 바이큐빅 19%의 재현율 향상을 보였다.
목차
요약
Abstract
1. 서론
2. 연구배경
3. 딥러닝 프로세스
4. 실험 및 결과
5. 결론
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
YOLOv5를 활용한 야생동물 탐지 및 분류 모델에 대한 소고
강장묵
한국정보기술학회논문지
2022
.10
공군, 비행 입문과정 교육용 KT-100 전력화 행사 실시 : 비행 입문에서 고등 훈련까지 전 과정 국산 항공기로 일원화
편집부
국방과 기술
2016
.06
인니 조종사 6명, TA-50 비행교관과정 수료 : 21주간 비행훈련, 인도네시아 돌아가 교관조종사 활약 예정
김민욱
국방과 기술
2013
.07
딥러닝 기반 사과 병해충 이미지 오인식 최소화를 위한 새로운 파이프라인 연구
박수빈
,
YIN HELIN
,
JIN DONG
외 2명
전자공학회논문지
2024
.06
Optimizing FT-Transformer: Sparse Attention for Improved Performance and Interpretability
Tokimasa Isomu
,
a
,
Ryota
외 2명
Industrial Engineering & Management Systems
2024
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089381755