스마트 농업을 위한 YOLO 기반 작물 생육측정 모바일 애플리케이션 구현

국문 초록 (Abstract)

최근 전 세계적으로 농업 분야에서 스마트 농업(Smart Agriculture)의 도입이 가속화되고 있다. 스마트 농업은 정보통신기술(ICT)과 인공지능(AI) 기술을 활용하여 작물의 생육 상태를 모니터링하고, 생산성을 극대화하기 위한 다양한 접근 방법을 제공한다. 기존의 전통적인 농업에서 생육 상태를 파악하기 위해서는 많은 노동력과 시간, 비용이 소모되며 측정 결과의 정확성도 떨어졌다. 이를 개선하기 위해 본 연구에서는 YOLOv5 모델을 기반으로 스마트 단말을 활용한 작물 생육 측정 및 분석 시스템을 구현하였다. 2022년 2월부터 7월까지 수집된 파프리카 생육 데이터를 활용하여 선형회귀 모델을 구축하였다. 분석 결과, 주차가 1주 증가할 때마다 누적 생장길이가 평균적으로 약 5.6956cm씩 증가하는 경향을 보였으며, 모델의 적합도는 R² 0.9936으로 매우 높게 나타났다. 또한, YOLOv5 모델을 활용하여 파프리카 작물의 잎, 줄기, 열매 등을 실시간으로 검출하고 분석할 수 있는 모바일 애플리케이션을 개발하였으며, OpenCV를 활용한 QR 코드 인식을 통해 작물의 길이 측정 정확도를 높였다.

다국어 초록 (Multilingual Abstract)

The adoption of smart agriculture is accelerating worldwide, utilizing ICT and AI technologies to monitor crop growth and provide methods to maximize productivity. Traditional agriculture required significant labor, time, and costs to assess crop growth, often with low accuracy. To address these challenges, this study implemented a crop growth measurement and analysis system using a YOLOv5-based smart terminal. A linear regression model was built using paprika growth data collected from February to July 2022, showing an average cumulative growth length increase of approximately 5.6956 cm per week, with a high model fit (R² = 0.9936). Additionally, a mobile application was developed to detect and analyze paprika leaves, stems, and fruits in real time using the YOLOv5 model. The system also improved crop length measurement accuracy through OpenCV-based QR code recognition.