Current Result Document :
| 한글제목(Korean Title) |
사과 병해충 분류를 위한 CNN 기반 모델 비교 |
| 영문제목(English Title) |
Comparison of CNN-based models for apple pest classification |
| 저자(Author) |
이수민
이유현
이은솔
한세윤
Su-min Lee
Yu-hyeon Lee
Eun-sol Lee
Se-yun Han
|
| 원문수록처(Citation) |
VOL 29 NO. 01 PP. 0460 ~ 0463 (2022. 05) |
한글내용
(Korean Abstract) |
세계에서 가장 중요한 온대 과일 작물 중 하나인 사과의 생산성과 품질은 병해충 여부에 큰 영향을 받는다. 이를 진단하기 위해서는 효율적이고 많은 전문 지식과 상당한 시간이 필요하다. 그러므로 이를 해결하기 위해 효율적이고 정확하게 다양한 병해충을 진단하는 시스템이 필요하다. 본 논문에서는 이미지 분석에 큰 효율을 보인 딥러닝 기반 CNN 들을 비교 분석하여 사과의 병해충 여부를 판별하고 최적의 모델을 제시한다. 딥러닝 기반 CNN 구조를 가진 AlexNet, VGGNet, InceptionResNet-v2, DenseNet 을 채택해 사과 병해충 분류 성능 평가를 진행했다. 그 결과 DenseNet 이 가장 우수한 성능을 보여주었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
