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
함현식 (Kangwon National University) 김동현 (Kangwon National University) 채정우 (Kangwon National University) 이신애 (Kangwon National University) 김윤지 (Kangwon National University) 조현욱 (Gyeongsang National University) 조현종 (Kangwon National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제2호
발행연도
2020.2
수록면
349 - 355 (7page)
DOI
10.5370/KIEE.2020.69.2.349

이용수

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

이 논문의 연구 히스토리 (6)

2021

다양한 이미지 증대 기법에 따른 토마토 병충해 분류 성능 개선 연구
함현식 ,  조현종 전기학회논문지 2021.12 학술저널
이미지 증대 및 선별을 이용한 토마토 병충해 분류 성능 개선 연구
함현식 ,  조현종 대한전기학회 학술대회 논문집 2021.07 학술대회자료
이미지 증대 기법을 이용한 토마토 병충해 분류
함현식 ,  조현종 전기학회논문지 2021.01 학술저널

2020

딥러닝과 이미지 증대를 이용한 토마토 병충해 분류
함현식 ,  조현종 정보 및 제어 논문집 2020.10 학술대회자료
딥러닝 기반 토마토 병충해 분류 시스템 연구
함현식 ,  김동현 ,  채정우 외 4명 전기학회논문지 2020.02 학술저널

2019

스마트팜을 위한 영상기반 토마토 병충해 탐지에 관한 연구
함현식 ,  김대한 ,  김동현 외 1명 정보 및 제어 논문집 2019.10 학술대회자료

초록· 키워드

오류제보하기
The early detection of plant disease is important in that it enhances the quality and productivity of crops. A large amount of research has considered machine learning classifiers to protect tomato plants from diseases, but the reliability of early disease diagnoses in this way remains uncertain due to the use of small datasets. Therefore, to enhance the dependability of them, this study examined a tomato disease classification system based on a deep learning using a dataset containing 17,063 images of tomato leaves infected with eight diseases. The deep learning model used in this classifier consisted of symmetric and asymmetric building blocks including convolutions, average pooling, max pooling, concats, dropouts, and fully connected layers. The obtained result indicated a high degree of accuracy (98.9%) which is high enough to be used as a proper diagnosis tool for farmers who lack professional knowledge of tomato diseases.
#Deep learning #Inception V3 #Plant disease #Tomato

목차

Abstract
1. 서론
2. 연구 방법
3. 연구 결과
4. 결론
References

참고문헌 (12)

참고문헌 신청
Korean Statistical Information Service / Tomato Production Survey google schola Korean Statistical Information Service / Agricultural Survey google schola Y. Fang / 2015 / Current and prospective methods for plant disease detection / Biosensors 5:537~561 google schola A. -K. Mahlein / 2016 / Plant disease detection by imaging sensors parallels and specific demands for precision agriculture and plant phenotyping / Plant Disease 100:241~251 google schola K. P. Ferentinos / 2018 / Deep learning models for plant disease detection and diagnosis / Computers and Electronics in Agriculture 145:311~318 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

합성곱 신경망을 활용한 장미잎 병충해 분류 시스템 개발
함현식 ,  조현종 전기학회논문지 2020 .07
딥러닝과 이미지 증대를 이용한 토마토 병충해 분류
함현식 ,  조현종 정보 및 제어 논문집 2020 .10
딥러닝 기반 토마토 잎 병충해 분류 및 시각화를 위한 연구
채종욱 ,  신영학 한국지능시스템학회 논문지 2022 .04
딥러닝을 활용한 이미지 기반 온실 토마토 잎 질병 탐지 기법에 대한 연구
이철원 ,  안형태 한국통신학회 학술대회논문집 2020 .08
심층 신경망 기반의 앙상블 방식을 이용한 토마토 작물의 질병 식별
김민기 멀티미디어학회논문지 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000354251