| 1 |
1
과수에 대한 이미지를 수집하는 이미지 수집부;상기 이미지 수집부에서 수집된 과수 이미지를 저장하는 데이터 저장부;상기 데이터 저장부에 저장된 과수 이미지를 전처리하는 이미지 전처리부;상기 이미지 전처리부에서 전처리된 과수 이미지를 딥러닝 기반의 객체 탐지 모델을 통해 분석하여 해당 과수의 생육 단계를 판별하는 생육단계 판별부; 및상기 생육단계 판별부에서 판별된 과수의 생육 단계를 표시하는 생육단계 표시부;사용자에 의해 작성된 농업 일지(Agricultural Diary)와 기상청의 날씨 정보를 상기 데이터 저장부에 각각 저장하여 상기 사용자에게 농업 데이터를 제공하는 농업 일지부;상기 사용자의 요청으로 상기 데이터 저장부에 저장된 과수 이미지와 농업 데이터를 포함하는 검색 데이터를 검색하여 사용자에게 제공하는 데이터 검색부;를 포함하며, 상기 이미지 전처리부는, 상기 과수의 생육 단계별로 설정한 복수의 클래스를 형성하는 클래스 형성모듈; 상기 데이터 저장부에 저장된 과수 이미지의 해당 과수의 생육 단계에 따라 상기 과수 이미지를 라벨링하여 특정 클래스로 분류하는 데이터 분류모듈; 및 각각의 상기 클래스로 분류된 과수 이미지를 데이터 증강(Data Augmentation) 기법을 이용하여 증강시키는 데이터 증강모듈;을 포함하되,상기 클래스 형성모듈은, 상기 과수의 생육 단계별 클래스로 총 8개의 클래스를 형성하고, 상기 8개의 클래스는, 휴면기(Dormant), 발아기(Germination), 개화기(Flowering), 낙화기(Falling Flower), 과실비대초기(Early Fruit Hypertrophy), 과실비대기(Fruit Hypertrophy), 수확기(Harvest) 및 양분축적기(Nutrient Accumulation)이며, 상기 데이터 분류모듈은, 각각의 클래스마다 동일한 수의 과수 이미지를 라벨링하여 특정 클래스로 분류하며, 상기 데이터 증강모듈은, 상기 데이터 증강(Data Augmentation) 기법 중 Flip, Rotation기법을 이용하여 각각의 클래스로 분류된 과수 이미지를 증강시키며,상기 생육단계 판별부는, 상기 데이터 증강모듈에 의해 증강된 각각의 클래스별 과수 이미지를 상기 딥러닝 기반의 객체 탐지 모델을 통해 분석하여 해당 과수의 생육 단계를 판별하고, 상기 딥러닝 기반의 객체 탐지 모델로 YOLOv3을 이용하여 해당 과수의 생육 단계를 판별하되, 판별 결과를 확률로 계산하고,상기 생육단계 표시부는, 상기 과수의 생육 단계 판별 결과를 확률로 표시하며, 상기 농업 일지부는, 상기 농업 일지를 상기 사용자에게 제공하고, 해당 사용자에 의해 작성된 농업 일지를 상기 데이터 저장부에 저장하는 농업 일지모듈; 및 상기 기상청의 날씨 정보를 상기 데이터 저장부에 자동으로 저장하는 자동 저장모듈;을 포함하고, 상기 농업 일지모듈은, 상기 사용자의 요청으로 상기 데이터 저장부에 저장된 농업 일지와 날씨 정보를 포함하는 농업 데이터를 사용자에게 제공하며, 상기 데이터 저장부는, 상기 과수 이미지가 저장되는 이미지 저장모듈; 및 상기 농업 데이터가 저장되는 데이터 저장모듈;을 포함하고, 상기 데이터 저장모듈은, 농업 일지, 날씨 정보 및 농장 이름을 포함하는 농업 데이터를 저장하는 것을 특징으로 하는 딥러닝 기반의 객체 탐지 모델을 이용한 과수 생육 단계 판별 시스템
|
