졸업프로젝트_스마트팜 2

[졸업프로젝트] Smart farm using Drone an AI : Grape berry counting & Grading

안녕하세요 오늘은 요즘 진행중인 졸업프로젝트에 관해서 포스팅하려 합니다. 프로젝트는 기술적으로 4가지 파트로 나뉩니다. AI, Drone, Front/Backend. 그 중에서도 제가 맡은 AI부분에 집중해서 설명해보도록 하겠습니다. 1. 왜 포도인가요? 많고 많은 작물,과수 중에 포도를 선택한 이유는, 가장 노동집약적인 작물이라고 판단했기 때문입니다. 포도의 특성상, - 대규모 농가의 비율이 큼(와이너리) - 세계적으로 재배되는 작물 - 재배에 인간의 노하우가 많이 필요함 -> 노동자의 숙련도가 중요하다. 대규모 농가에서 노동자의 숙련도가 필요한 작업을 하려면 비용이 올라가고, 작업이 연장됩니다. 한정된 인원으로 제공할수 있는 노동력또한 한정적이기 때문이지요. 결과적으로 비용이 증가하고 품질관리가 미흡..

A-farm에서 사용하는 딥러닝 모델 [ DeepSort+YOLOv5 ]

2021 졸업프로젝트를 스마트팜을 주제로 참가하게 되었다! 큰 주제는 드론을 활용해 수집한 정보로 농작물 품질관리 및 재해예방을 도와주는 앱/웹이다. 프론트엔드 + 백엔드 + 드론 자율주행 Tech + 컴퓨터비전 네가지 분야로 역할을 분담했고, 저는 그 중 컴퓨터비전을 맡게 되었다! 이번 글의 목차는 아래와 같다. 1. 프로젝트 개요(딥러닝 측면) 2. Object Tracking : DeepSort 3. Object Detection : YOLOv5 4. DeepSort + YOLOv5 셋팅하기 5. 학습 결과 프로젝트 개요 그래서 프로젝트에 쓰이는 모델이 정확히 어떤 역할을 하는 거냐~! 우리가 사용하는 ipnut data는 각각의 농가에서 작물을 촬영한 영상이다. 어떤 작물/과수냐에 따라 학습된 모..