• 제목/요약/키워드: dense

검색결과 4,046건 처리시간 0.029초

A computer vision-based approach for behavior recognition of gestating sows fed different fiber levels during high ambient temperature

  • Kasani, Payam Hosseinzadeh;Oh, Seung Min;Choi, Yo Han;Ha, Sang Hun;Jun, Hyungmin;Park, Kyu hyun;Ko, Han Seo;Kim, Jo Eun;Choi, Jung Woo;Cho, Eun Seok;Kim, Jin Soo
    • Journal of Animal Science and Technology
    • /
    • 제63권2호
    • /
    • pp.367-379
    • /
    • 2021

  • The objectives of this study were to evaluate convolutional neural network models and computer vision techniques for the classification of swine posture with high accuracy and to use the derived result in the investigation of the effect of dietary fiber level on the behavioral characteristics of the pregnant sow under low and high ambient temperatures during the last stage of gestation. A total of 27 crossbred sows (Yorkshire × Landrace; average body weight, 192.2 ± 4.8 kg) were assigned to three treatments in a randomized complete block design during the last stage of gestation (days 90 to 114). The sows in group 1 were fed a 3% fiber diet under neutral ambient temperature; the sows in group 2 were fed a diet with 3% fiber under high ambient temperature (HT); the sows in group 3 were fed a 6% fiber diet under HT. Eight popular deep learning-based feature extraction frameworks (DenseNet121, DenseNet201, InceptionResNetV2, InceptionV3, MobileNet, VGG16, VGG19, and Xception) used for automatic swine posture classification were selected and compared using the swine posture image dataset that was constructed under real swine farm conditions. The neural network models showed excellent performance on previously unseen data (ability to generalize). The DenseNet121 feature extractor achieved the best performance with 99.83% accuracy, and both DenseNet201 and MobileNet showed an accuracy of 99.77% for the classification of the image dataset. The behavior of sows classified by the DenseNet121 feature extractor showed that the HT in our study reduced (p < 0.05) the standing behavior of sows and also has a tendency to increase (p = 0.082) lying behavior. High dietary fiber treatment tended to increase (p = 0.064) lying and decrease (p < 0.05) the standing behavior of sows, but there was no change in sitting under HT conditions.

  • https://doi.org/10.5187/jast.2021.e35 인용 PDF KSCI HTML

딥러닝 모델을 이용한 항공정사영상의 비닐하우스 탐지 (Detection of Plastic Greenhouses by Using Deep Learning Model for Aerial Orthoimages)

  • 윤병현;성선경;최재완
    • 대한원격탐사학회지
    • /
    • 제39권2호
    • /
    • pp.183-192
    • /
    • 2023

  • 위성영상 및 항공사진과 같은 원격탐사 자료들은 영상판독과 영상처리 기법을 통하여 영상 내의 객체를 탐지하고 추출하는 데에 사용될 수 있다. 특히, 원격탐사 자료의 해상도가 향상되고, 딥러닝(deep learning) 모델 등과 같은 기술의 발전으로 인하여 관심객체를 자동으로 추출하여 지도갱신 및 지형 모니터링 등에 활용될 수 있는 가능성이 증대되고 있다. 이를 위해, 본 연구에서는 의미론적 분할에 사용되는 대표적인 딥러닝 모델인 fully convolutional densely connected convolutional network (FC-DenseNet)을 기반으로 하여 항공정사영상 내 존재하는 비닐하우스를 추출하고, 이에 대한 결과를 정량적으로 평가하였다. 농림축산식품부의 팜맵(farm map)을 이용하여 담양, 밀양지역의 비닐하우스에 대한 레이블링을 수행하여 훈련자료를 생성하고, 훈련자료를 이용하여 FC-DenseNet의 훈련을 수행하였다. 원격탐사자료에 딥러닝 모델을 효과적으로 이용하기 위하여, 각 밴드별 특성이 유지되도록 instance norm을 이용하여 정규화과정을 수행하였으며, attention module을 추가하여 각 밴드별 가중치를 효과적으로 산정하였다. 실험결과, 딥러닝 모델을 이용하여 영상 내 존재하는 비닐하우스 지역을 효과적으로 추출할 수 있음을 확인하였으며 팜맵, 토지피복지도 등의 갱신에 활용될 수 있을 것으로 판단하였다.

  • https://doi.org/10.7780/kjrs.2023.39.2.5 인용 PDF HTML

치밀형 유방에서 Molecular Breast Imaging 검사의 유용성에 관한 고찰 (Study on the Usefulness about Molecular Breast Imaging In Dense Breast)

  • 백송이;강천구;이한울;박민수;최영숙;김재삼
    • 핵의학기술
    • /
    • 제20권1호
    • /
    • pp.42-46
    • /
    • 2016

  • [목 적] 유방촬영술은 유방의 해부학적 구조를 관찰할 수 있어 유방암의 조기 진단 및 발견에 가장 널리 이용하는 검사법이지만 치밀형 유방을 가진 고위험군 환자에서는 민감도가 현저히 감소한다. Molecular Breast Imaging (MBI) 검사는 고해상도로 유방의 기능적 영상 획득이 가능하고, 치밀 조직에서 종양의 위치 확인이 유용하여 더욱 향상된 진단적 정보를 얻을 수 있는 새로운 영상 기법이다. 이에 본 연구는 치밀형 유방을 가진 환자에게서 종양 진단을 위한 MBI의 유용성을 평가하고자 한다. [대상 및 방법] 2015년 9월 1일부터 10월 10일까지 본원에 내원한 여성 유방암 환자 중 치밀형 유방 환자 10명을 대상으로 연구하였으며, 대상 환자는 MBI와 유방촬영술을 모두 시행하였다. MBI (Discovery 750B; General Electric Healthcare, USA) 검사는 $^{99m}Tc-MIBI$ 20 mCi를 병변이 있는 반대 측 팔에 주사한 후 20분 뒤 양측 유방의 상하 방향, 내외 사 방향 영상을 얻었고, 유방촬영술 또한 동일한 자세로 시행하였다. MBI와 유방촬영 영상을 각각의 영상과, 두 영상을 모두 활용한 경우의 민감도와 특이도를 블라인드 테스트로 비교 평가하였다. [결 과] 유방촬영술에서는 민감도 63%, 특이도 38.6%였으며, MBI 검사에서는 민감도 88.5%, 특이도 87%였다. 유방촬영술과 MBI 검사를 모두 활용한 경우 민감도 93%, 특이도 91.7%로 나타났다. [결 론] 본 연구에서는 유방촬영술에서 쉽게 판별할 수 없었던 치밀 조직의 종양이 MBI 검사상 육안적 평가가 용이해져 보다 정확한 진단이 가능하였다. 그러나 MBI 검사는 미세석회화를 영상화 하는 데에 어려움이 있으므로 유방촬영술과 함께 진행된다면 더욱 많은 진단적 정보를 제공해 줄 것으로 생각된다.

  • PDF