earticle

한국어

농작물의 병해충 피해는 농가에 위협을 주는 요인 중 하나로 발병 초기에 신속한 조치를 취하지 않으면 빠르게 확산해 막대한 피해를 초래할 수 있다. 스마트폰 보급률 증가와 딥러닝을 이용한 컴퓨터 비전의 발전으로 스마트폰 기반의 병증 진단 방법은 병해충 조기 진단 및 이를 통한 피해 최소화에 도움을 주고 있다. 본 연구에서는 이미지 분할 모델인 Mask R-CNN과 Detection Transformer의 병해충 병증 부위 분할 성능을 비교했다. 모델의 성능을 비교하기 위해 배의 과수화상병, 검은별무늬병, 잎검은점병 이미지 1,257장을 이용해 데이터 셋을 구축했다. 실험 결과 Mask R-CNN의 병증 분할 성능이 75.33%로 Detection Transformer보다 약 5.04% 높은 성능을 기록했다.