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
정유석 (국립농업과학원) 전문석 (국립농업과학원) 김수배 (국립농업과학원) 김동원 (국립농업과학원) 유승화 (국립농업과학원) 김경철 (국립농업과학원) 이시영 (국립농업과학원) 이창우 (군산대학교) 최인찬 (국립농업과학원)
저널정보
한국양봉학회 Journal of Apiculture Journal of Apiculture Vol.37 No.3
발행연도
2022.9
수록면
255 - 263 (9page)
DOI
10.17519/apiculture.2022.09.37.3.255

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
2003년 중국 상하이를 통해 부산으로 유입된 생태교란 야생생물인 등검은말벌은 말벌집을 숲속 높은 위치에 생성하는 특성 때문에 육안으로 발견이 힘들며 매년 개체수가 증가하여 양봉농가에 연간 1,700억 원 피해를 주고 있다. 이에 발견이 어려운 등검은말벌집을 쉽게 제거하여 양봉장 피해를 줄일 수 있도록 드론을 사용하여 영상을 획득하고 인공지능 기반으로 등검은말벌집 위치를 탐색하고자 한다. 지상 영상과는 다르게 항공 영상은 고도가 올라갈수록 객체가 매우 작아지는 특징을 가지기 때문에 드론에 장착하고 인공지능으로 등검은말벌집을 탐색할 수 있는 적합한 영상 크기 연구가 필요하다. 그래서 인공지능 모델 YOLO-v5에서 4개의 영상 크기 (640×384, 1,280×736, 1,920×1,088, 3,840×2,176)로 전처리하고 학습하였으며 성능을 비교하였다. 영상의 원본 크기는 3,840×2,160이고 학습과 검증에는 동일한 영상 크기를 사용한다. 신뢰도 (Confidence) 0.7 이상일 때 영상 크기 640×384으로 학습된 YOLO-v5s-default (640)는 F1 수치 (F1 Score) 2.4%, YOLO-v5s-1280은 36.5%, YOLOv5s- 1920은 64.2%였고 YOLO-v5s-3840은 96.1%로 가장 좋은 검출 성능을 얻었다. 또한 다른 영상 크기로 학습한 4개의 인공지능에서 검증 영상 크기가 3,840×2,176 경우의 성능을 확인하였다. 이때 YOLO-v5s-default (640)는 F1 수치 4.4%, YOLO-v5s-1280은 7.1%, YOLO-v5s-1920은 16.4%로 성능증가는 없었다. 따라서 항공 영상에서 작은 객체 탐지를 위해서는 기존 인공지능 학습에서 보편적으로 사용되는 영상 크기 640보다 높은 해상도로 학습하고 검증하는 네트워크가 더 높은 성능 결과를 얻었다. 이를 활용하여 추가적으로 탐지 및 제거를 위한 드론 시스템, 실시간 정보 공유, 데이터 수집을 통한 등검은말벌집 발생 위치 추정 등의 연구를 진행할 것이다.
#Artificial intelligence #Vespa velutina nest #Detection

목차

Abstract
서론
재료 및 방법
결과 및 고찰
고찰
적요
인용문헌

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

등검은말벌 위치 추정을 위한 UAV 기반 멀티안테나 시스템 설계와 시뮬레이션
김보성 ,  주찬영 ,  유성현 외 1명 Journal of Apiculture 2022 .04
명초 국제질서의 재편과 고려의 위상 : 홍무 연간 명의 사신 인선을 중심으로
정동훈 역사와현실 2013 .09
결함검출 적용을 위한 YOLO 딥러닝 알고리즘 비교
김익수 ,  이문구 ,  전용호 한국생산제조학회지 2021 .12
기본 특징추출신경망에 따른 YOLO의 말벌인식 성능 평가
이철희 ,  정윤주 Journal of Apiculture 2020 .09
YOLO기반의 객체인식을 통한 딸기 수확 로봇 시스템에 대한 연구
이승원 ,  유경현 ,  강영균 외 2명 한국생산제조학회지 2023 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-527-000112434