메뉴 건너뛰기
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)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(대구가톨릭대학교) (대구가톨릭대학교) (대구가톨릭대학교) (대구가톨릭대학교) (대구가톨릭대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
오류 신고하기

피인용 1

검색

    초록·키워드

    오늘날 농업 분야에서는 노동력 부족, 변동성 높은 기후와 같은 문제점에 따라 인공지능 기술을 활용하여 이를 극복하고자 하는 연구가 진행되고 있다. 따라서, 본 논문에서는 농작물 질병의 조기 감지와 대응을 위하여 고추에서 발생하는 탄저균으로 인한 병을 감지하기 위해 COCO-seg 데이터셋으로 사전 학습 완료된 영상분할 기반 다양한 종류의 YOLOv8 계열 모델들을 활용하여 탄저병 감지 모델들을 구현하고 그 성능을 서로 비교한다. 실험 결과, 고추 탄저병 객체 탐지 모델 중 YOLOv8l-seg 모델이 가장 성능이 높음을 확인하였다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-24-02-088560494