Earticle

초록

한국어

쌍별귀뚜라미가 고단백 식품으로 주목받고 있지만, 바이러스 감염으로 인한 쌍별귀뚜라미 집단 폐사 및 개체 수 감소는 해결해야 할 과제로 알려져 있다. 본 연구에서는 AI HUB의 ‘지능형 곤충 스마트팜(누에, 쌍별귀뚜라미) 데이터’를 활용하고 Image Segmentation 모델인 YOLO v8-seg 을 사용하여 귀뚜라미의 병해충 감염 여부 및 성장 단계를 판단하는 알고리즘을 개발하고, 성능을 개선하는 방법을 탐구하고자 한다. 최적화의 방법으로는 Background Removal와 Image Augmentation을 사용할 예정이며, 해당 Background Removal와 Image Augmentation이 알고리즘의 성능에 미치는 영향을 비교 분석할 계획이다. 개발된 알고리즘은 F1-score, mAP를 기반으로 평가될 것이며, 귀뚜라미의 질병 및 성장 단계를 판단할 수 있는 최적의 알고리즘을 개발하는 것이 연구의 목표이다. 본 연구의 결과는 대체식품으로 인정받고 있는 귀뚜라미의 생산성 향상에 기여할 것으로 기대된다.

목차

초록
1. 서론
2. 데이터 수집 및 전처리
2.1. 데이터 수집
2.2 전처리
2.3 Deeplabv3
3. Modeling
3.1 YOLO v8 seg
4. 결과
4.1 평가지표
4.2 결과 해석
5. 결론 및 향후 연구
[참고문헌]

저자

• 박동채 [ 계명대학교 경영대학 ]
• 박지선 [ 계명대학교 공과대학 ]
• 이도영 [ 계명대학교 자연대학 ]
• 황진하 [ 계명대학교 공과대학 ]
• 이충권 [ 계명대학교 경영대학 ]

참고문헌