딥러닝을 이용한 양파 밭의 잡초검출 연구
Deep learning-based Automatic Weed Detection on Onion Field
0
조회
0
다운로드
13
인용
0
참고문헌
키워드
초록
이 논문은 양파 밭에서 딥러닝 기반 자동 잡초 검출기의 설계 및 구현을 제시합니다. 이 시스템은 컨볼루션 뉴럴 네트워크를기반으로 제안 된 영역을 선택합니다. 검출기는 양파 밭에서 직접 찍은 데이터 셋을 가지고 훈련됩니다. 학습이 완료 된 후에,잡초가 될 확률이 매우 높은 후보 지역을 잡초로 간주합니다. Non-maximum suppression을 통해 오버랩된 박스가 최대한적게 남게 됩니다. 다른 양파 농장을 통해 수집된 데이터를 통해 제안 된 분류기를 평가합니다. 분류 정확도는 고려 된 데이터셋에서 약 99%를 보여주며, 제안된 방법이 양파 밭에서 잡초 검출과 관련하여 우수한 성능을 나타냄을 알 수 있습니다
Abstract
This paper presents the design and implementation of a deep learning-based automated weed detector ononionfields. The system is based on a Convolutional Neural Network that specifically selects proposed regions. The detector initiates training with a dataset taken from agricultural onion fields, after which candidateregions with very high probability of suspicion are considered weeds. Non-maximum suppression helpspreserving the less overlapped bounding boxes. The dataset collected from different onion farms is evaluatedwith the proposed classifier. Classification accuracy is about 99% for the dataset, indicating the proposedmethod’s superior performance with regard to weed detection on the onion fields.
참고문헌 (12)
- Guo, W., "Illumination invariant segmentation of vegetation for time series wheat images based on decision tree model", Computers and Electronics in Agriculture, 96, pp.58~66 (2013)[DOI]
- Hamuda, E., "A survey of image processing techniques for plant extraction and segmentation in the field", Computers and Electronics in Agriculture, 125, pp.184~199 (2016)[DOI]
- Torres-Sanchez, J., "An automatic object-based method for optimal thresholding in uav images: Application for vegetation detection in herbaceous crops", Computers and Electronics in Agriculture, 114, pp.43~52 (2015)[DOI]
- Hall, D., "Evaluation of features for leaf classification in challenging conditions", 2015 IEEE Winter Conference on Applications of Computer Vision, pp.797~804 (2015)
- Chen, S., "Counting apples and oranges with deep learning: A data driven approach", IEEE Robotics and Automation Letters, 2(2), pp.781~788 (2017)[DOI]
- Potena, C., "Fast and accurate crop and weed identification with summarized train sets for precision agriculture", Proc. of Int. Conf. on Intelligent Autonomous Systems (IAS), pp.105~121 (2016)
- S. H. Lee, "Deep-plant:Plant identification with convolutional neural networks", Proc. Ofthe IEEE International Conference on Image Processing (ICIP), pp.452~456 (2015)
- K.Reyes, "Fine-tuning deepconvolutional network for plant recognition", Working Notes of CLEF 2015 conference, 1391, pp.121~ (2015)
- 강현중, "스마트 디바이스 기반의 농업환경관리 지원 서비스", 스마트미디어저널, 1(1), pp.46~51 (2012)
- 문해민, "역전파가 제거된 CNN과 LDA를 이용한 얼굴 영상 해상도별 얼굴 인식률 분석", 스마트미디어저널, 5(1), pp.24~29 (2016), (사)한국스마트미디어학회
- 박동주, "Deep Neural Network 기반 프로야구 일일 관중 수 예측: 광주-기아 챔피언스 필드를 중심으로", 스마트미디어저널, 7(1), pp.16~23 (2018), (사)한국스마트미디어학회[DOI]
- 박선, "오픈 소스 기반의 딥러닝을 이용한 적조생물 이미지 분류", 스마트미디어저널, 7(2), pp.34~39 (2018), (사)한국스마트미디어학회[DOI]