Implementation of Detection and Classification System for Sudden Pest Using Object Detection Algorithm

Le résumé fourni par la source

최근 기후변화로 인해 급증하는 돌발해충으로 인한 피해를 줄이기 위해 라즈베리 파이를 이용하여 돌발해충 감지 및 분류 시스템을 구현하였다. 이를 통해 해충의 종류를 판별하기 어려운 비전문가도 돌발해충의 발생을 인지할 수 있으며 농가에 나타난 돌발해충에 대해 신속하고 적절하게 대응할 수 있다. 본 논문에서는 돌발해충 탐지를 수행하기 위하여 객체 탐지 알고리즘 YOLOv5s와 YOLOv5x에 돌발해충 4종류로 갈색날개매미충, 열대거세미나방, 미국선녀벌레, 꽃매미를 학습을 진행하였다. 두 모델의 mAP(mean Average Precision) 및 PR 곡선(Precesion-Recall curve)을 통해 정밀도 측면에서 YOLOv5x가 YOLOv5s보다 더 우수함을 확인하였고 최종 모델을 기반으로 한 예측 결과를 도출하였다.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.