[논문]개선 된 SSD 기반 사과 감지 알고리즘

정석용; 이추담; 왕욱비; 진락; 손진구; 송정영

doi:10.7236/jiibc.2021.21.3.81

초록
AI-Helper

자연 조건에서 Apple 감지에는 가림 문제와 작은 대상 감지 어려움이 있다. 본 논문은 SSD 기반의 개선 된 모델을 제안한다. SSD 백본 네트워크 VGG16은 ResNet50 네트워크 모델로 대체되고 수용 필드 구조 RFB 구조가 도입되었다. RFB 모델은 작은 표적의 특징 정보를 증폭하고 작은 표적의 탐지 정확도를 향상시킨다. 유지해야 하는 정보를 필터링하기 위해 주의 메커니즘 (SE)과 결합하면 감지 대상의 의미 정보가 향상된다. 향상된 SSD 알고리즘은 VOC2007 데이터 세트에 대해 학습된다. SSD에 비해 개선 된 알고리즘은 폐색 및 작은 표적 탐지의 정확도를 3.4 % 및 3.9 % 향상 시켰다. 이 알고리즘은 오 탐지율과 누락된 감지율을 향상 시켰다. 본 논문에서 제안한 개선 된 알고리즘은 더 높은 효율성을 갖는다.

Abstract ▼ AI-Helper

Under natural conditions, Apple detection has the problems of occlusion and small object detection difficulties. This paper proposes an improved model based on SSD. The SSD backbone network VGG16 is replaced with the ResNet50 network model, and the receptive field structure RFB structure is introduc...

Under natural conditions, Apple detection has the problems of occlusion and small object detection difficulties. This paper proposes an improved model based on SSD. The SSD backbone network VGG16 is replaced with the ResNet50 network model, and the receptive field structure RFB structure is introduced. The RFB model amplifies the feature information of small objects and improves the detection accuracy of small objects. Combined with the attention mechanism (SE) to filter out the information that needs to be retained, the semantic information of the detection objectis enhanced. An improved SSD algorithm is trained on the VOC2007 data set. Compared with SSD, the improved algorithm has increased the accuracy of occlusion and small object detection by 3.4% and 3.9%. The algorithm has improved the false detection rate and missed detection rate. The improved algorithm proposed in this paper has higher efficiency.

주제어

표/그림 (15)

그림 그림 1. SSD 모델 Fig. 1. SSD model
그림 그림 2. 잔여 블록 구조 다이어그램 Fig. 2.Residual block structure diagram
그림 그림 3. 잔여 블록 구조 다이어그램 Fig. 3. RFB structure diagram
그림 그림 4. 컨벌루션 레이어 구조 다이어그램 Fig. 4. Convolutional layer structure diagram
그림 그림 5. RA-SSD 구조 다이어그램 Fig. 5. RA-SSD structure diagram
표 표 1. VOC2007에 따른 다양한 융합 방법의 테스트 결과 Table 1. test results of different under VOC2007
그림 그림 6(a). SSD 작은 표적 감지 Fig. 6(a). SSD small object detection
그림 그림 6(b). DSSD 작은 표적 감지 Fig. 6(b). DSSD small object detection
그림 그림 6(c). RA-SSD 작은 표적 감지 Fig. 6(c). RA-SSD small object detection
표 표 2. 다양한 SSD 네트워크의 감지 결과 Table 2. detection results of different model algorithm
표 표 3. 소형 표적 감지에서 서로 다른 알고리즘 비교 Table 3. Comparison of different algorithms in small object detection
그림 그림 7(a). SSD 폐색 물체 감지 결과 Fig. 7(a). SSD occlusion object detection results
그림 그림 7(b). DSSD 폐색 물체 감지 결과 Fig. 7(b). DSSD occlusion object detection results
그림 그림 7(c). RA-SSD 폐색 물체 감지 결과 Fig. 7(c). RA-SSD occlusion object detection results
표 표 4 살짝 가린 상태에서 사과 비교 Table 4. Comparison of detection indexes of occluded apples

참고문헌 (10)

Gene-Mola J, et al, "Multimodal deep learning for Fuji apple detection using RGB-D cameras and their radiometric capabilities", Computers and Electronics in Agriculture, Vol. 162, pp. 689-698, July 2019. DOI: https://doi.org/10.1016/j.compag.2019.05.016.

상세보기
Underwood J P, Hung C, et al, "Mapping al-mond orchard canopy volume, flowers, fruit and yield using LiDAR and vision sensors", Computers and Electronics in Agriculture, Vol. 130, pp. 83-96, November 2016. DOI: https://doi.org/10.1016/j.compag.2016.09.014

상세보기
Zhou R, Damerow L, et al, "Using colour feature of cv 'Gala' apple fruits in an orchard in image processing to predict yield", Precision Agriculture, Vol. 13, No. 5, pp. 568-580, June 2012. DOI: https://doi.org/10.1007/ s11119-012-9269-2

상세보기
Kestur R, Meduri A, Narasipura O, "MangoNet: A deep semantic segmentation architecture for a method to detect and count mangoes in an open orchard", Engineering Applications of Artificial Intelligence, Vol. 77, pp. 59-69, January 2019. DOI: https://doi.org/10.1016/j.engappai.2018.09.011

상세보기
Szegedy C, Ioffe S, et al, "Inception-v4,inception-resnet and the impact of residual connections on learning", in Thirty-First AAAI Conference on Artificial Intelligence, pp. 1-12. February, 4-9, 2017.
Liu W, Wang Z, et al, "A survey of deep neural network architectures and their applications", Neurocom-puting, Vol. 234, pp. 11-26, April 2017. DOI: https://doi.org/10.1016/j.neucom.2016.12.038

상세보기
Sa I, Ge Z, et al. "Deepfruits: a fruit detection system using deep neural networks", Sensors, Vol. 16, No. 8, pp. 66-75, August 2016. DOI: https://doi.org/10.3390/s16081222

상세보기
Kang, Tae-Wan, et al, "A Study on the Development of Driving Simulator for Improvement of Unmanned Vehicle Remote Control'", Journal of the Korea Academia-Industrial cooperation Society (JKAIS), Vol. 20, No. 6, pp. 86-94, June 2019. DOI:https://doi.org/10.5762/KAIS.2019.20.6.86

원문보기 상세보기
Eun-Gyu Ham, et al "Model Implementation of Reinforcement Learning for Trading Prediction Using Deep Q Network", The Journal of Korean Institute of Information Technology, Vol. 17, No. 4, pp. 1-8, April 2019. DOI: 10.14801/jkiit.2019.17.4.1

상세보기
Soo-Mok Jung, "Advanced Pixel Value Prediction Algorithm using Edge Characteristics in Image", International Journal of Internet, Broadcasting and Communication, Vol. 12, No. 1, pp. 111-115, January 2020. DOI: http://dx.doi.org/10.7236/IJIBC.2020.12.1.111

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

개선 된 SSD 기반 사과 감지 알고리즘
Apple Detection Algorithm based on an Improved SSD 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (15)

표/그림 (15)

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

개선 된 SSD 기반 사과 감지 알고리즘 Apple Detection Algorithm based on an Improved SSD 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (15) 모든 표/그림 보기

표/그림 (15) 슬라이드로 보기

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

송정영 (14)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

개선 된 SSD 기반 사과 감지 알고리즘
Apple Detection Algorithm based on an Improved SSD 원문보기

초록
AI-Helper

표/그림 (15)

표/그림 (15)