에지 디바이스를 이용한 유해조류 검출 시스템의 YOLO 알고리즘 모델 성능 연구

국문 초록 (Abstract)

까마귀와 같은 유해조류에 대한 농가의 경제적 손실 피해가 매년 발생하고 있다. 이러한 피해를 방지하기위한 다양한 도구들이 개발되었지만 유해조류들이 가지는 퇴치 위협 적응 이라는 생물학적 특성으로 여러 방법들이 유명무실해 지고있다. 그래서 본 연구에서는 과수원 내에 발생하는 유해조류를 퇴치하기 위한 시스템에서 사용하기 위해 yolov7을 임베디드 보드 위에 탑재하여 새를 인식하는 유해조류 방조용 AI 모델을 개발하고 임베디드 보드 별로 이에 대한 성능을 비교하였다. 이는 물리적으로 소형 임베디드 보드가 활용되어야 하는 과수원의 배경에 적합한 연구 방식이며, 추후 다양한 방조법 연구에 활용될 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Harmful birds, such as crows, cause economic losses to farmers every year. Various tools have been developed to prevent these damages, but many methods are becoming ineffective due to the biological characteristics of harmful birds called threat adaptation. Therefore, in this study, we developed an AI model for harmful bird control that recognizes birds by mounting yolov7 on embedded boards for use in a system to combat harmful birds in orchards, and compared the performance of each embedded board. This is a research method that is suitable for the background of an orchard where physically small embedded boards must be utilized, and it is expected to be utilized in future research on various control methods.