Weakly supervised object localization (WSOL) is a task of localizing an object in an image using only image-level labels. Previous studies have followed the conventional class activation mapping (CAM) pipeline. However, we reveal the current CAM approach suffers from problems which cause original CAM could not capture the complete defects features. This work utilizes a convolutional neural network (CNN) pretrained on image-level labels to generate class activation maps in a multi-scale manner to highlight discriminative regions. Additionally, a vision transformer (ViT) pretrained was treated to produce multi-head attention maps as an auxiliary detector. By integrating the CNN-based CAMs and attention maps, our approach localizes defective regions without requiring bounding box or pixel-level supervision during training. We evaluate our approach on a dataset of apple images with only image-level labels of defect categories. Experiments demonstrate our proposed method aligns with several Object Detection models performance, hold a promise for improving localization.
사과는 전 세계적으로 대표적 과수의 하나로서 우량 사과의 생산을 위하여 신속하고 경제적이며 정확한 사과바이러스 진단이 요구되고 있다. RT-PCR은 사과바이러스 진단을 위한 중요한 기술로서 우선 시료조직의 분쇄 및 균질화를 통한 양질의 RNA 추출이 필수적이다. 그러나 분쇄작업은 다량의 시료의 경우 많은 시간과 노동이 요구된다. 본 연구에서는 조직 분쇄과정이 없이 단순 가열에 의한 RNA 추출을 시도하였으며 줄기조직이 잎조직보다 약간 더 적합함을 보여주었다. 그러나 RT-PCR에 의한 사과바이러스 진단에서는 모두 동일한 결과를 나타냈다. 이로써 사과 조직에 대한 단순가열로써 매우 간편하게 양질의 RNA추출이 가능함을 제시하였다.
To preventively control fire blight in apple trees and determine policies regarding field monitoring, the Maryblyt ver. 7.1 model (MARYBLYT) was evaluated in the cities of Chungju, Jecheon, and Eumseong in Korea from 2015 to 2020. The number of blossom infection alerts was the highest in 2020 and the lowest in 2017 and 2018. And the common feature of MARYBLYT blossom infection risks during the flowering period was that the time of BIR-High or BIR-Infection alerts was the same regardless of location. The flowering periods of the trees required to operate the model varied according to the year and geographic location. The model predicts the risk of "Infection" during the flowering periods, and recommends the appropriate times to control blossom infection. In 2020, when flower blight was severe, the difference between the expected date of blossom blight symptoms presented by MARYBLYT and the date of actual symptom detection was only 1-3 days, implying that MARYBLYT is highly accurate. As the model was originally developed based on data obtained from the eastern region of the United States, which has a climate similar to that of Korea, this model can be used in Korea. To improve field utilization, however, the entire flowering period of multiple apple varieties needs to be considered when the model is applied. MARYBLYT is believed to be a useful tool for determining when to control and monitor apple cultivation areas that suffer from serious fire blight problems.
Plant disease is an important factor affecting crop yield. With various types and complex conditions, plant diseases cause serious economic losses, as well as modern agriculture constraints. Hence, rapid, accurate, and early identification of crop diseases is of great significance. Recent developments in deep learning, especially convolutional neural network (CNN), have shown impressive performance in plant disease classification. However, most of the existing datasets for plant disease classification are a single background environment rather than a real field environment. In addition, the classification can only obtain the category of a single disease and fail to obtain the location of multiple different diseases, which limits the practical application. Therefore, the object detection method based on CNN can overcome these shortcomings and has broad application prospects. In this study, an annotated apple leaf disease dataset in a real field environment was first constructed to compensate for the lack of existing datasets. Moreover, the Faster R-CNN and YOLOv3 architectures were trained to detect apple leaf diseases in our dataset. Finally, comparative experiments were conducted and a variety of evaluation indicators were analyzed. The experimental results demonstrate that deep learning algorithms represented by YOLOv3 and Faster R-CNN are feasible for plant disease detection and have their own strong points and weaknesses.
사과(Malus pumila)는 국내에서 가장 경제적으로 중요한 과수 중의 하나이다. 하지만 사과 바이러스 감염은 생산량을 감소시키고 수확량 손실과 과일 품질 저하와 같은 심각한 문제를 야기한다. 국내에 감염된 사과 바이러스 및 비로이드 종류는 Apple chlorotic leaf spot virus (ACLSV), Apple stem pitting virus (ASPV), Apple stem grooving virus (ASGV), Apple mosaic virus (ApMV)와 Apple scar skin viroid (ASSVd) 등이 알려져 있다. 사과는 바이러스나 비로이드에 감염되어 있어도 대체로 이상한 징후가 발견되지 않아 바이러스로 인해 피해가 많았다. 본 연구는 사과 왜성대목 M.9 및 M.26의 무독묘 생산을 위하여 고온처리($37^{\circ}C$, 6주), 화학처리(Ribavirin) 및 생장점 배양하여 바이러스 제거 처리를 하였다. 바이러스 검출에 일반적으로 사용되는 방법은 효소면역 측정법(ELlSA)과 중합효소연쇄반응(RT-PCR)을 이용하였는데, RT-PCR은 ELlSA방법보다 10 ~ 30% 더 민감하였다. 사과 왜성대목 바이러스 검정 결과, 바이러스 제거 효율은 생장점 배양이 가장 높았다. 생장점 배양 후 바이러스 무병묘의 획득율은 30 ~ 40%로 높게 나타났다. 생장점 배양에서 사과 왜성대목 M.9은 ACLSV, ASPV 및 ASGV의 비율이 각각 45%, 60%, 50%로 높았고, 사과 왜성대목 M.26에서는 ACLSV, ASPV 및 ASGV의 감염율은 각각 40%, 55%, 55%였다. 이상의 결과, 사과 왜성대목에서 무독묘를 생산할 수 있는 가장 효과적인 방법은 생장점 배양에 의한 것으로 판단되었다.
We have a real-time algorithm which improves some drawbacks in the existed method for detection of the QRS complex waves. This proposed algorithm is programmed with 6502 assembly language based-on Apple II microcomputer.
1. 저장 중 Penicillium에 이병된 사과, 배, 귤, 포도를 TLC 및 HPLC로 주요독소들을 검정한 결과 patulin만 검출되었고, citrinin은 검출되지 않았다. patulin 독소는 사과에서 $5.68\;{\mu}46.81\;{\mu}g/g$, 배에서 $3.48{\sim}84.71\;{\mu}g/g$, 귤에서 $0.16{\sim}0.27\;{\mu}g/g$검출되었으나 포도에서는 전혀 검출되지 않았다. 2. 과실류 Penicillium 저장 중 억제효과를 검정한 결과 사과, 배, 귤에 대하여 sodium hypochloride gas처리나 열처리$(37^{\circ}C)$에 의하여 방제효과가 켰으며 특히 열처리$(37^{\circ}C)$는 100%의 방제효과를 나타냈다. 처리에 의한 장해를 보면 열처리$(37^{\circ}C)$에서는 장해가 발생하지 많았으며 sodium hypochloride gas 처리에는 배, 귤에서 장해가 나타났으나 사과에서는 발생하지 않았다.
For the purpose of making the detection range of fish detection system more longer and computerizing the system a parametric sound source, a timer and a digitizing circuit for the Apple II computer have been studied. The parametric sound of 5 KHz generated by passing AND gate two signals from carrier signal generator of 200KHz with modulator of 5KHz. This parametric acoustic source of 5KHz difference frequency had more higher directional resolution of 10 degrees than single frequency sound of 200KHz. Peripheral interface adaptor MC 6821 was adopted for interfacing to the Apple II personal computer. The timer consisted of six decade binary coded decimal counters (74 LS 190), and the digitizing circuit consisted of a sample and hold (LF 398) and an A/D converter(ADC 0808). The timer with 10KHz clock pulse had the measuring time from 0.1msec to 100sec. This time measuring range was satisfactory for the aim of the fish finding acoustic system.
Field surveys were conducted in 45 stone fruit orchards in seven districts of Isparta Province located in western Mediterranean region of Turkey important for stone fruit production. Leaf samples were collected from 175 trees showing virus-like symptoms. These samples were first tested by ELISA for five different RNA viruses including Apple mosaic ilarvirus (ApMV), Prunus necrotic ringspot ilarvirus (PNRSV), Prune dwarf ilarvirus (PDV), Plum pox potyvirus (PPV), Apple chlorotic leafspot trichovirus (ACLSV). While no ApMV and PPV infection was found, 46, 24 and 16 samples were tested positive for PDV, ACLSV and PNRSV, respectively, in ELISA showing about 45% of symptomatic trees in the region were infected with at least one of these viruses. In addition, it was found that nine sweet cherry trees were mixed infected with two or three of these viruses and PDV with an infection rate of 26.3% was the most widespread virus in symptomatic trees in western Mediterranean region. Thirty samples were selected and tested by a multiplex RT-PCR (mRT-PCR) for simultaneous detection of these viruses. While PPV was not detected, more than half of the tested 20 samples were individually or mixed infected with ApMV, ACLSV, PNRSV and PDV. The mRT-PCR results were confirmed by detection of these viruses individually in some of the field samples using RT-PCR with primes specific to each virus. Comparison of ELSA and mRT-PCR results of 30 samples showed that numbers of infected and mixed infected samples as well as infection and mixed infection rates were significantly higher in RT-PCR (20 and 66.7%) than in ELISA (14 and 46.7%). The results confirm that mRT-PCR is more sensitive than ELISA.
비선택성 제초제인 글루포시네이트암모늄액제를 농작업자의 오판에 의한 오용으로 사과나무에 직접 살포된 경우 품종별, 수령별로 나타나는 약해반응과 수확에 미치는 영향을 조사하였다. 사과나무 품종에 따라 약해정도가 다르게 나타났다. 약제살포 당해연도에는 산사 > 쓰가루 > 홍로 > 후지 순으로, 약제살포 다음해에는 후지 > 쓰가루 > 홍로 > 산사 순으로 피해가 나타났으나, 그 피해정도는 당년에 비해 경미하였다. 이듬해, 후지에서는 꽃과 착과정도에서만 30%정도 감소하였으나 쓰가루, 홍로, 산사에서는 개화상태, 착과율 등에서 전혀 피해증상이 관찰되지 않았다. 약해를 받은 당년에 조생종 쓰가루와 중만생종후지 대상으로 각각 수확기 10일전에 사과 중 잔류량을 검사한 결과, 잔류량은 검출한계(0.04ppm) 미만이었다. 그리고 오용 2년 후(2009년)에는 후지, 쓰가루, 홍로, 산사 모두에서 약해증상이 나타나지 않았다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.