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
학술대회자료
저자정보
이지민 (세종대학교) RI ZHENG (세종대학교) HELIN YIN (세종대학교) DONG JIN (세종대학교) 유성준 (세종대학교) 구영현 (세종대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
2,127 - 2,131 (5page)

이용수

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

이 논문의 연구 히스토리 (3)

2023

효과적인 과수화상병 이미지 인식을 위한 병해충 이미지 증강 조사와 고찰
이지민 ,  RI ZHENG ,  HELIN YIN 외 3명 대한전자공학회 학술대회 2023.06 학술대회자료

2021

CycleGAN을 이용한 과수화상병 이미지 증강에 대한 고찰
이지민 ,  YIN HELIN ,  구영현 외 1명 대한전자공학회 학술대회 2021.11 학술대회자료
병해충 이미지 수집 관리 시스템
이지민 ,  YIN HELIN ,  구영현 외 2명 대한전자공학회 학술대회 2021.11 학술대회자료

초록· 키워드

오류제보하기
Fire Blight is a bacterial disease that occurs in apples and pears and was first discovered in Korea in 2015. The spread of the disease is very fast and causes extreme damage to farmers every year, such as closing orchards in case of an outbreak. In order to reduce such damage, early prediction is important to detect suspected symptoms of Fire Blight disease early and preemptively remove them. With the recent development of deep learning technology, it can sufficiently help early prediction of pests. In general, deep learning models require large amounts of high-quality training data. However, pests are very difficult to obtain large amounts of data because they are seasonal. Among them, rare diseases that do not occur often, such as Fire Blight disease, are more difficult to collect. Data augmentation technology is needed to implement an effective Fire Blight recognition model. In this study, we investigated and organized pest data augmentation studies published in 2021 to 2023 to augment the image of Fire Blight disease. And suggest a direction to move forward for efficient augmentation of Fire Blight disease images.

목차

Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 결론 및 향후 연구
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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 과수화상병 잎 이미지 증강 모델에 대한 비교 및 고찰
이지민 ,  RI ZHENG ,  HELIN YIN 외 2명 대한전자공학회 학술대회 2023 .11
방선균과 항세균제의 혼용에 의한 과수화상병원균 억제 효과
이예진 ,  곽연식 농약과학회지 2024 .03
국내 과수화상병 등록 약제의 사과나무 개화기 방제 효과
함현희 ,  이미현 ,  노은정 외 4명 농약과학회지 2023 .12
CycleGAN을 이용한 과수화상병 이미지 증강에 대한 고찰
이지민 ,  YIN HELIN ,  구영현 외 1명 대한전자공학회 학술대회 2021 .11
생성형 AI 이미지 증강을 통한 참외 병해충 데이터 불균형 개선 및 분류 성능 향상
박진수 ,  이동연 ,  남민지 외 2명 멀티미디어학회논문지 2024 .08

최근 본 자료

전체보기

댓글(0)

0