메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
MIN BORIN (충북대학교) 나형철 (충북대학교) 류관희 (충북대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제25권 제11호
발행연도
2022.11
수록면
1,653 - 1,671 (19page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Crop diseases affect crop production, more than 30 billion USD globally. We proposed a classification study of crop species and diseases using deep learning algorithms for corn, cucumber, pepper, and strawberry. Our study has three steps of species classification, disease detection, and disease classification, which is noteworthy for using captured images without additional processes. We designed deep learning approach of deep learning convolutional neural networks based on Mask R-CNN model to classify crop species. Inception and Resnet models were presented for disease detection and classification sequentially. For classification, we trained Mask R-CNN network and achieved loss value of 0.72 for crop species classification and segmentation. For disease detection, InceptionV3 and ResNet101-V2 models were trained for nodes of crop species on 1,500 images of normal and diseased labels, resulting in the accuracies of 0.984, 0.969, 0.956, and 0.962 for corn, cucumber, pepper, and strawberry by InceptionV3 model with higher accuracy and AUC. For disease classification, InceptionV3 and ResNet 101-V2 models were trained for nodes of crop species on 1,500 images of diseased label, resulting in the accuracies of 0.995 and 0.992 for corn and cucumber by ResNet101 with higher accuracy and AUC whereas 0.940 and 0.988 for pepper and strawberry by Inception.
#Crop Classification #Disease Detection #Disease Classification #Deep Convolutional Neural Network

목차

ABSTRACT
1. 서론
2. 이론
3. 방법
4. 실험 결과 및 고찰
5. 결론
REFERENCE

참고문헌 (29)

참고문헌 신청
P.-Y. Wang, C.-T. Chen, J.-W. Su, T.-Y. Wang, and S.-H. Huang, “Deep Learning Model for House Price Prediction Using Heterogeneous Data Analysis along with Joint Self-Attention Mechanism,” IEEE Access, Vol. 9, pp. 55244-55259, 2021. google schola Y. Fang, C. Zhang, C. Huang, L. Liu, and Y. Yang, “Phishing Email Detection Using Improved RCNN Model with Multilevel Vectors and Attention Mechanism,” IEEE Access, Vol. 7, pp. 56329-56340, 2019. google schola K. Jo, S. Jung, and C. Sim, “A Study of Shiitake Disease and Pest Image Analysis Based on Deep Learning,” Journal of Korea Multimedia Society, Vol. 23, pp. 50-57, 2020. google schola M.-K. Kim, “Tomato Crop Disease Classification Using an Ensemble Approach Based on a Deep Neural Network,” Journal of Korea Multimedia Society, Vol. 23, pp. 1250-1257, 2020. google schola S. Roh and D. Park, “Sweet Persimmons Classification Based on a Mixed Two-Step Synthetic Neural Network,” Journal of Korea Multimedia Society, Vol. 24, pp. 1358-1368, 2021. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반 사과 병해충 이미지 오인식 최소화를 위한 새로운 파이프라인 연구
박수빈 ,  YIN HELIN ,  JIN DONG 외 2명 전자공학회논문지 2024 .06
머신러닝과 영상처리 기법을 통한 댐 안정성 향상: 증강데이터를 이용한 균열 검출에 관한 연구
이아론 ,  이호현 ,  주경원 외 1명 한국정보통신학회 종합학술대회 논문집 2023 .05
RGB영상 기반 시설오이 검출을 위한 딥러닝 개체분할 모델의 적용
김성제 ,  홍석주 ,  류지원 외 8명 제어로봇시스템학회 국내학술대회 논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0