스마트팜 내에서 생육되는 식물의 적정한 성장을 위한 관리는 필수이다. 그러나 수많은 개체의 생장 수치를 시계열에 따라 모니터링하기에는 많은 시간과 인력이 요구된다. 따라서 스마트...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108608325
2023
-
CNN ; 머신러닝 ; 이미지프로세싱 ; 식물 생장 정보 측정
500
학술저널
174-174(1쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
스마트팜 내에서 생육되는 식물의 적정한 성장을 위한 관리는 필수이다. 그러나 수많은 개체의 생장 수치를 시계열에 따라 모니터링하기에는 많은 시간과 인력이 요구된다. 따라서 스마트...
스마트팜 내에서 생육되는 식물의 적정한 성장을 위한 관리는 필수이다. 그러나 수많은 개체의 생장 수치를 시계열에 따라 모니터링하기에는 많은 시간과 인력이 요구된다. 따라서 스마트팜에서 획득한 이미지 및 영상을 이용하여 대량의 신속한 식물 생체 분석 기술이 개발될 필요가 있다. 본 연구에서는 상추의 이미지와 엽폭, 엽장 데이터를 이용하여 Keras의 CNN모델과 레이어를 사용해 이미지를 통한 잎 크기 예측 모델을 개발하였다. 본 연구에 사용한 데이터는 ‘AiHub’의 ‘지능형 수직농장 통합 데이터(엽채류)‘의 상추 데이터셋이며, bbox데이터를 이용하여 상추의 잎을 잘라낸 적색광 재배 상추의 이미지와 생체데이터를 활용하였다. CNN의 경우 사전 학습된 세 가지의 모델을 선정하였으며 VGG16, Resnet152, NASNetMobile을 사용했다. 이미지 증강, K겹 교차검증, 학습률 조정을 통해 적은 데이터세트에 의한 오류를 줄였다. 최종 모델인 NASNetMobile 에서의 예측은 엽폭과 엽장의 최고 R2 이 0.9436, 0.9568, MSE가 0.3203, 0.6848 등의 좋은 결과를 보인다. 학습용 데이터 세트가 업데이트되어 데이터 수량 및 다양성이 증가되면 성능이 향상되어 오차를 줄이고 실제 수직농장에 적용 가능할 것으로 기대된다.
무인항공기 측정 적외선 항공열영상을 이용한 인공신경망 기반 과수 작물의 수분스트레스 평가 모델 개발
범용 엽채류 정식기 기계화를 위한 엽채류 생육에 관한 조사
비행 조건에 따른 PointNet++ 기반 항공 방제 분석