스마트팜 자동화를 위한 딥러닝 기반 엽채류 이미지 분류 (Deep Learning-Based Leafy Vegetable Image Classification for Smar t Farm Automation)

서지정보

· 발행기관 : 한국컨설팅학회
· 수록지 정보 : 컨설팅융합연구 / 4권 / 3호 / 39 ~ 49페이지
· 저자명 : 임지훈, 박홍석

초록

본 연구는 스마트팜 자동화를 위한 딥러닝 기반 엽채류 이미지 분류 시스템을 개발하고, 그 성능을 심도 있게 분석하였다. 기본적인 3층 구조의 CNN 모델뿐만 아니라 ResNet, Inception과 같은 고도화된 딥러닝 모델을 활용하여 엽채류 이미지를 분류하였으며, 각 모델의 성능을 비교하였다. 연구에 사용된 데이터는 스마트팜 환경에서 촬영된 고해상도 이미지와 공개 데이터셋으로 구성되었으며, 다양한 전처리 및 데이터 증강 기법을 통해 모델의 학습 효과를 극대화하였다. 그 결과, 딥러닝 기반 분류 시스템은 기존의 원본을 기반으로한 딥러닝에 비해 더 높은 정확도와 효율성을 보여주었으며, 스마트팜의 자동화를 통한 생산성 향상과 비용 절감에 기여할 수 있음을 확인하였다. 이러한 연구는 스마트팜 기술의 발전에 중요한 역할을 할 것이며, 농업 자동화의 미래를 위한 기술적 토대를 마련하는 데 기여할 것으로 기대된다.

영어초록

This study developed a deep learning-based leafy vegetable image classification system aimed at smart farm automation and conducted an in-depth performance analysis. In addition to the basic 3-layer CNN model, advanced deep learning models such as ResNet and Inception were employed to classify leafy vegetable images, and the performance of each model was compared. The dataset used for the study consisted of high-resolution images captured in a smart farm environment, along with publicly available datasets. Various preprocessing and data augmentation techniques were applied to maximize the effectiveness of model training. As a result, the deep learning-based classification system demonstrated higher accuracy and efficiency compared to traditional deep learning approaches based on original data. It was confirmed that the system could contribute to improving productivity and reducing costs through smart farm automation. This research is expected to play a key role in advancing smart farm technologies and contribute to laying the technological foundation for the future of agricultural automation.

참고자료

· 없음