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
최우주 (국립농업과학원) 권경도 (국립농업과학원) 김경철 (국립농업과학원) 김국환 (국립농업과학원) 양창주 (국립농업과학원) 이기범 (국립농업과학원) 홍영기 (국립농업과학원)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제11호
발행연도
2023.11
수록면
558 - 565 (8page)
DOI
10.5762/KAIS.2023.24.11.558

이용수

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

초록· 키워드

오류제보하기
기후변화, 농업 종사 인구 감소로 안정적 식량 자원 확보의 위험성이 증가함에 따라 이를 해결하기 위해 첨단농업기술이 연구되고 있다. 특히 국내에서 많이 재배되는 딸기의 경우 재배 시기에 따라 요구되는 농작업이 다양하고 많기 때문에 안정적 수익을 위해 정확하고 빠른 모니터링 기술 기반 첨단 농업기술의 적용이 필요하다. 본 연구에서는 RGB 영상과 Deep learning을 이용해 생식생장 시기의 딸기 생육지표를 인식할 수 있는 적합한 모델을 찾고자 하였다. 학습에 사용된 알고리즘 중 YOLO v5-Large 알고리즘은 총 6개(꽃, 과실 등) Class 인식결과에서 mAP50 0.66 및 FPS 89.29의 성능을 보였다. 또한, Mask R-CNN 알고리즘 인식 결과 mAP50 0.59로 Object detection과 비슷한 수준의 성능을 보였지만, FPS가 26.04로 감소하였다. 본 연구에서 높은 성능을 보인 모델은 생식생장 시기에 적절한 자원과 인력 투입의 의사결정을 지원하는 모니터링 기술에 활용 가능하다. 추후 연구에서 인식 성능을 높이는 기술을 다룰 예정이다.

목차

요약
Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (15)

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