메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김삼근 (한경대학교) 허환 (경기동부원예농협) 안재근 (한경대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제2호
발행연도
2022.2
수록면
22 - 29 (8page)
DOI
10.5762/KAIS.2022.23.2.22

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
작물 질병은 식량 안보에 대한 주요 위협이지만 필요한 기반 시설의 부족으로 인해 세계 여러 지역에서 작물질병의 빠른 진단은 여전히 어렵다. 최근 전 세계적으로 널리 보급된 스마트 폰과 딥 러닝을 통해 가능해진 최근의 컴퓨터 비전의 발전은 스마트 폰을 이용한 작물 질병 진단의 길을 열었다. 본 논문에서는 PlantVillage 데이터 세트의 70,295개의 이미지를 이용하여 14가지 작물 종의 38종류의 작물 질병을 진단하기 위해 전이 학습과 미세 조정을 통해 심층 MobileNetV2 CNN 모델을 학습시켰다. 학습된 모델은 17,572개의 테스트 이미지에 대해 95.65%의 정확성을 보여주었다. 또한 본 논문에서는 학습된 심층 CNN 모델을 기반으로 작물 질병 진단을 스마트 폰에서 실시간으로 수행할 수 있는 PWA(Progressive Web Application)를 제안한다. 제안한 PWA는 스마트 폰과 모바일 장치에서 개조한 심층 CNN 모델을 오프라인 상태에서도 실행할 수 있는 환경을 제공함으로써 사용자가 언제 어디서나 서비스를 제공받을 수 있도록 하여 사용자 경험을 크게 개선시킬 수 있다.

목차

요약
Abstract
1. 서론
2. MobileNetV2 CNN 기반 전이 학습
3. 제안한 PWA
4. 데이터 세트 및 실험 결과
5. 결론
References

참고문헌 (22)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0