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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤승리 (서울대학교) 조윤성 (고려대학교) 신민주 (농촌진흥청) 임미영 (농촌진흥청) 김다해 (서울대학교) 안태인 (서울대학교)
저널정보
(사)한국생물환경조절학회 생물환경조절학회지 생물환경조절학회지 제33권 제4호
발행연도
2024.10
수록면
352 - 360 (9page)

이용수

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

초록· 키워드

오류제보하기
현대 농업은 생산성 및 품질 향상과 환경 영향 최소화라는 복합적인 도전에 직면해 있으며, 과실의 성장 및 품질을 모니터링하고 관리하는 것은 매우 중요한 과제이다. YOLO와 같은 실시간 과실 탐지를 위한 딥러닝 모델을 효과적으로 훈련시키기 위해서는 고품질 이미지 데이터셋이 필수적이나, 농업 분야에서는 이러한 데이터셋이 부족한 실정이다. 생성형 AI 모델은 고품질 이미지를 생성하여 이러한 문제를 해결할 수 있다. 본 연구에서는 미드저니와 파이어플라이 도구를 사용하여 텍스트-이미지, 이미지(수확 전)-이미지, 및 이미지(수확 후)-이미지 생성 방법으로 멜론 재배 온실과 수확 후 과실 이미지를 생성하였다. 생성된 이미지는 PSNR 및 SSIM 등의 지표로 평가되었으며, YOLOv9 모델의 탐지 성능(IoU =0.95)도 평가되었다. 또한 네트 품질 평가 방법을 이용하여 실제 과실과 생성된 과실의 네트 품질을 평가하였다. 생성형 AI는 원본 이미지와 유사한 이미지를 생성하였으며, 수확 후 이미지를 통한 과실 이미지 생성의 경우 매우 뛰어난 사실성을 표현하였다. 생성 이미지는 실제 이미지와 동일하게 YOLOv9모델에 의해 탐지되었으며, 네트 품질도 평가될 수 있었다. 이는 생성형 AI가 실제적이고 효과적인 과실 탐지 및 품질 평가를 위해 현실적인 이미지를 생성할 수 있음을 보여주며, 농업분야에서의 큰 잠재력을 나타낸다. 본 연구는 멜론 과실 탐지 및 품질 평가를 위한 데이터 증강에 있어서 AI 생성 이미지의 잠재력을 모색하며, 생성형 AI의 농업에 대한 적용을 긍정적으로 전망한다.
#Data augmentation #Deep learning #Fruit detection #Fruit quality #Generative AI #Image-to-image generation #Prompt engineering #Text-to-image generation #과실 품질 #과실 탐지 #데이터 증강 #딥러닝 #생성형 인공지능 #이미지 기반 이미지 생성 #프롬프트 엔지니어링 #텍스트 기반 이미지 생성

목차

Abstract
서론
재료 및 방법
결과 및 고찰
적요
Literature Cited

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

생성형 AI 이미지 증강을 통한 참외 병해충 데이터 불균형 개선 및 분류 성능 향상
박진수 ,  이동연 ,  남민지 외 2명 멀티미디어학회논문지 2024 .08
[한국 딜로이트 그룹] 업무에 투입되는 생성형 AI, 불안요소와 앞으로의 전망은?
서재창 전자기술 2024 .08
딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교
우예린 ,  여상엽 ,  마유승 한국정보과학회 학술발표논문집 2024 .06
생성형 AI의 개발 및 이용에 관한 규제의 필요성 - 대규모 언어모델에 기반한 대화형 인공지능 서비스(LLMs AI)를 중심으로 -
양은영 성균관법학 2023 .06
데이터 증강 기법을 이용한 한글 개체명 인식
조경선 ,  김성범 대한산업공학회지 2022 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091075374