References
- https://docs.ultralytics.com/modes/track/#available-trackers
- https://docs.opencv.org/4.x/
- https://github.com/aguegu/ardulibs/tree/master/hx711
Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)
- 2024.01a
- /
- Pages.297-298
- /
- 2024
Realtime Apple Quality Monitoring System Based on Deep Learning
딥러닝 기반의 사과 품질 실시간 모니터링 시스템
- Chan-seok Bae (School of Software, Kyungwoon University) ;
- Woo-hyuk Jung (School of Software, Kyungwoon University) ;
- Geun-jae Lee (School of Software, Kyungwoon University) ;
- Gyu-ryang Hong (School of Software, Kyungwoon University) ;
- Ji-hyun Kwon (School of Software, Kyungwoon University) ;
- Hongseok Yoo (School of Software, Kyungwoon University)
- 배찬석 (경운대학교 소프트웨어학부) ;
- 정우혁 (경운대학교 소프트웨어학부) ;
- 이근재 (경운대학교 소프트웨어학부) ;
- 홍규량 (경운대학교 소프트웨어학부) ;
- 권지현 (경운대학교 소프트웨어학부) ;
- 유홍석 (경운대학교 소프트웨어학부)
- Published : 2024.01.17
Abstract
펜데믹, 전쟁 등을 포함한 국제 정세 변화에 따른 물류대란, 원자재가격 상승 및 환율 급등으로 인해 2023년 기준 대한민국의 물가는 크게 오르고 있는 추세이다. 물가 상승은 사업장의 인건비 부담 증가로 이어지고 있고 특히 노동 집약 산업인 농업 분야에서의 인건비 부담 문제는 더욱 심각한 실정이다. 외국인 근로자 고용이 대안이 될 수 있지만 인건비 절감 효과는 미미하기에 농업계 관계자들은 자동화 시스템 도입에 관심이 집중되고 있다. 따라서, 본 논문에서는 사과 분류 작업 자동화 체계의 핵심 요소에 해당하는 사과 품질 실시간 모니터링 시스템을 제안한다. 제안한 방식에서는 딥러닝 기반의 영상 분석 기법 및 무게 센서 데이터 분석을 통해 사과의 품질에 따른 등급 책정을 자동화 한다.