딥러닝을 이용한 양파 밭의 잡초검출 연구 (Deep learning-based Automatic Weed Detection on Onion Field)

서지정보

· 발행기관 : (사)한국스마트미디어학회
· 수록지 정보 : 스마트미디어저널 / 7권 / 3호 / 16 ~ 21페이지
· 저자명 : 김서정, 이재수, 김형석

초록

이 논문은 양파 밭에서 딥러닝 기반 자동 잡초 검출기의 설계 및 구현을 제시합니다. 이 시스템은 컨볼루션 뉴럴 네트워크를기반으로 제안 된 영역을 선택합니다. 검출기는 양파 밭에서 직접 찍은 데이터 셋을 가지고 훈련됩니다. 학습이 완료 된 후에,잡초가 될 확률이 매우 높은 후보 지역을 잡초로 간주합니다. Non-maximum suppression을 통해 오버랩된 박스가 최대한적게 남게 됩니다. 다른 양파 농장을 통해 수집된 데이터를 통해 제안 된 분류기를 평가합니다. 분류 정확도는 고려 된 데이터셋에서 약 99%를 보여주며, 제안된 방법이 양파 밭에서 잡초 검출과 관련하여 우수한 성능을 나타냄을 알 수 있습니다

영어초록

This paper presents the design and implementation of a deep learning-based automated weed detector ononionfields. The system is based on a Convolutional Neural Network that specifically selects proposed regions.
The detector initiates training with a dataset taken from agricultural onion fields, after which candidateregions with very high probability of suspicion are considered weeds. Non-maximum suppression helpspreserving the less overlapped bounding boxes. The dataset collected from different onion farms is evaluatedwith the proposed classifier. Classification accuracy is about 99% for the dataset, indicating the proposedmethod’s superior performance with regard to weed detection on the onion fields.

참고자료

· 없음