딥러닝(의미론적 분할)을 이용한 수수 재배지 추출 = Sorghum Field Extraction by Using Deep Learning(Semantic Segmentation)
저자
박기수 ( Ki-su Park ) ; 유찬석 ( Chan-seok Ryu ) ; 강예성 ( Ye-seong Kang ) ; 김은리 ( Eun-lee Kim ) ; 정종찬 ( Jong-chan Jeong ) ; 박진기 ( Hye-young Song )
발행기관
학술지명
권호사항
발행연도
2023
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
25-25(1쪽)
제공처
수수는 세계 5대 곡물 중 하나이나 국내에서는 소규모로 재배되는 작물로 2009년 이후로 재배면적과 생산량 조사가 이루어지지 않고 있다. 수수는 밭작물의 논 재배시 안정적인 생산이 가능하며 휴경논에 재배된다면 자급률이 상승할 것으로 기대되는 작물이며, 지속적이고 안정적인 수급을 위해서 재배면적과 수량 추정 기술이 요구된다. 따라서 본 연구에서는 수수의 재배면적 산출을 위해 드론 영상을 기반으로 재배지를 추출하는 모델을 개발하였다.
경상북도 안동시 남후면 고상리에 위치한 수수 재배지(36°30'20.3N 128°36'27.6E, 약 18ha, 수수 재배 면적 1.6ha)에서 회전익 무인기(Matrice 300 RTK)에 RGB 카메라(Zenmuse P1)를 탑재하여 2022년 7월 8일부터 9월 2일까지 고도 80m, GSD 1cm/pixel로 총 5회 영상을 취득하였다. 그중 7월 28일에 취득한 영상들을 PIX4D 소프트웨어를 이용하여 접합 후 수수 재배지가 포함된 총 7장의 8,000×8,000pixel의 이미지로 분할하여 불필요한 Dataset 수를 감소시켰다.
Label-Studio로 Sorghum, Other의 Class로 라벨링을 진행하였고 라벨링된 8,000×8,000pixel 이미지를 랜덤한 위치에서 1,000장의 2,048×2,048pixel 이미지로 분할하여 Dataset을 생성하였다. Train과 Validation의 Dataset 개수는 각 6,000장, 1,000장으로 나누었고 Unet의 Semantic Segmentation 모델을 생성하여 sparse categorical crossentropy 손실 함수와 sparse categorical accuracy 평가지표를 통해 모델의 성능을 평가하였다. 모델의 성능 개선, 학습 시간 단축, 과적합 방지를 위하여 10 Epoch마다 학습률을 ⅓으로 줄이는 전략과 얼리스탑 기능을 사용하였다.
재배면적 확인을 위한 이미지 분할을 진행한 결과, 총 1000 Epoch 중 61 Epoch의 학습이 진행되어 Train Dataset의 경우 loss = 0.0037, accuracy = 0.9985의 성능을 나타내었고, Validation Dataset의 경우 loss = 0.5111, accuracy = 0.9410의 성능을 도출하였다. 추후 다른 시기의 Dataset 추가를 통해 학습모델 및 validation의 성능 개선의 가능성을 검토할 예정이다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)