사과 품종 분류를 위한 CNN기반 모델링 및 분류 기법 연구
CNN based modeling and classification for variety of apples
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
농장주들이 과일을 분류하는 데까지의 시간소모를 줄이고 향후 과일의 등급 판정 기준을 정량화하기 위하여 우리나라의 대표적인 과일이며 다양한 품종을 가지고 있는 사과를 대상으로 신경망 기반 분류 자동화 시스템을 제안한다. 컨베이어 벨트를 통해 지나가는 객체를 카메라모듈로 촬영하여 이를 통신 및 연산을 수행하는 라즈베리파이 기반 시스템을 설계, 구현한다. 깊은 네트워크와 나머지(residual)를 학습하는 ResNet 기반 알고리즘이 구동되는 딥러닝 서버와는 SSH통신을 통해 이미지와 학습된 모델을 주고받는다. 향후 품종뿐만 아니라 등급까지 분류 자동화한다면 다양한 품종의 과일을 대상으로 한 출하 자동화 시스템으로의 적용이 가능하다.
Abstract
This paper propose a neural network-based classification automation system for apples, which are representative fruits of Korea and have a variety of varieties, in order to reduce the consumption of time for farmers to classify fruits and to quantify the criteria for grading the fruits. Raspberry Pi-based system that communicates and performs calculations by photographing objects passing through a conveyor belt with a camera module is designed and implemented. Then it receive the trained model using ResNet-based algorithm that runs on the deep-learning server. In the future, if classifying not only varieties but also grades is automated, it can be applied as a shipping automation system targeting various varieties of fruit.
참고문헌 (5)
- Datta, R, "Image retrieval : Ideas, influences, and trends of the new age", ACM Computing Surveys, 40(2), pp.1~66 (2008)
- Krizhevsky, A, "ImageNet Classification with Deep Convolutional Neural Networks", Advances in Neural Information Processing Systems, 25, pp.1097~1105 (2012)
- Potluri, S, "CNN based high performance computing for real time image processing on GPU", Proceedings of the Joint INDS'11 & ISTET'11, pp.1~7 (2011)
- Razavian, A, "CNN Features Off-the-Shelf: An Astounding Baseline for Recognition", 2014 IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp.512~519 (2014)
- Szegedy, C, "Going deeper with convolutions", Proceedings of the IEEE conference on computer vision and pattern recognition, pp.1~9 (2015)