• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.297-298
• /
• 2024

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.460-463
• /
• 2022

세계에서 가장 중요한 온대 과일 작물 중 하나인 사과의 생산성과 품질은 병해충 여부에 큰 영향을 받는다. 이를 진단하기 위해서는 효율적이고 많은 전문 지식과 상당한 시간이 필요하다. 그러므로 이를 해결하기 위해 효율적이고 정확하게 다양한 병해충을 진단하는 시스템이 필요하다. 본 논문에서는 이미지 분석에 큰 효율을 보인 딥러닝 기반 CNN 들을 비교 분석하여 사과의 병해충 여부를 판별하고 최적의 모델을 제시한다. 딥러닝 기반 CNN 구조를 가진 AlexNet, VGGNet, Inception-ResNet-v2, DenseNet 을 채택해 사과 병해충 분류 성능 평가를 진행했다. 그 결과 DenseNet 이 가장 우수한 성능을 보여주었다.

• Current Research on Agriculture and Life Sciences
• /
• 제31권3호
• /
• pp.182-192
• /
• 2013

최근 한국의 주요 사과 수출대상국인 대만의 검역이 강화됨에 따라 국내에서는 검역 및 통관이 상대적으로 수월한 동남아시아를 중심으로 신규 수출 시장을 확대하려는 움직임이 활발하다. 따라서 사과수출연구사업단에서도 해외 시장 개척을 위한 프로모션 행사를 주관하였으며, 직접 사과를 시식한 현지 소비자를 대상으로 한국 사과의 속성별 중요도와 만족도에 대한 설문을 실시하였다. 조사 대상국은 인도네시아, 말레이시아, 싱가포르, 태국 4개국이며, 해당 국가의 소비자 설문조사 결과를 바탕으로 대 동남아시아 한국 사과 수출 확대 방안을 제시하고자 한다. 분석 결과, 첫째, 사과의 가격은 말레이시아를 제외하고 집중관리가 필요한 속성으로 분류되었다. 현지 소비자들이 느끼는 중요도는 높은 반면 현실적으로 한국 사과에 대한 만족도가 낮기 때문인 것으로 평가된다. 따라서 동남아시아 국가별 한국산 사과의 수요계층을 정확히 파악하려는 노력이 요구되며, 사과 수출 시 수출시기별 품종별 합리적인 가격이 설정되어야 할 것이다. 둘째, 내적 요인인 당도와 씹는 느낌 및 외적 요인인 표면, 빛깔 등의 해당 요인 관리가 잘 유지 되어야 할 필요가 있으며, 수확 후 관리 기술의 접목을 통한 품질 개선으로 균일한 고품질의 사과를 지속적으로 생산 수출할 수 있도록 해야 한다. 셋째, 유통요인인 포장의 경우 모든 국가에서 우선순위를 낮추어도 좋다는 결과가 도출되었다. 넷째, 해당 속성의 중요도는 낮은데 반해 만족도가 높은 외적 요인인 모양과 크기의 경우 과잉관리에 대한 개선이 필요하며, 향후, 이러한 요인들을 개선해 나가는 것이 효율적이라는 사실을 알 수 있다. 위의 내용을 종합해보면, 동남아시아 지역은 열대과일이 풍부한 국가들이므로 한국 사과의 합리적 가격과 내 외적 품질 우수성이 동남아시아 수출을 증대시킬 수 있는 중요 요인이라는 결론을 얻을 수 있다. 더불어 지속적인 현지 홍보와 목표 수요계층의 파악 및 수출 자조금 제도의 도입을 통해 대내외적 수출 여건 변화에 체계적으로 대응해 나갈 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.758-760
• /
• 2022

본 연구는 머신러닝의 한 종류인 YOLOv5를 이용하여 기존 육안 선별작업을 자동화 하는 기계를 설계하는 것이다. 본 연구에서는 영상촬영과 선별작업을 진행하는 컨베이어 기구와 선별 프로그램을 제작하고, 모든 표면을 검사해 사과의 품질을 3단계로 구별하는 작업을 진행하였다. 결과적으로 투입된 사과의 품질을 성공적으로 분류 하였다.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.

• 식물병연구
• /
• 제10권2호
• /
• pp.145-149
• /
• 2004

사과 '홍로' 품종은 품질이 우수하여 재배면적이 증가되고 있는 중요한 품종으로 최근 일부 농가에서 과실 크기가 작아지면서 과육이 딱딱해지고 과즙이 거의 없어지는 소과증상이 발생되고 있어 재배현장에서 문제가 제기되고 있다. '홍로' 품종의 소과증상은 주요 재배지역에서 조사한 결과 조사농가당 홍로품종 재배주수의 평균 12%정도 발생되고 있었으며 ELISA에 의한 바이러스 진단 결과 소과 발생나무에서 고농도의 ACLSV가 100% 검출되었다. 즙액 접종한 C. quinoa에서 ACLSV가 분리되었으며, 접목 접종한 목본지표식물에서도 잎 상편생장 및 줄기괴사 병징을 나타내어 접목전염성이 확인되었다. 소과증상의 원인 구명을 위해 열처리와 생장점배양으로 육성된 바이러스 무독주에 인위적으로 ACLSV 등 바이러스를 접목접종 한 다음 결실된 과실의 특성을 조사한 결과 ACLSV 접종주에서 소과증상이 발생되는 것을 확인할 수 있었다. 결론적으로, 소과증상을 일으키는 주된 요인이 ACLSV 감염에 의한 것으로 판단되며 국내 육성종인 '홍로' 품종은 ACLSV에 대한 감수성 품종으로 분류될 수 있을 것으로 판단된다.