선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존 영상 처리를 활용한 씨앗 발아 시스템을 개선해 연구한 딥 러닝을 활용한 씨앗 발아 확인 시스템은 텐서플로 Inception V3를 사용해 발아 여부를 정확하게 확인할 수 있다. 또한 다양한 씨앗 품종과 저수준 이미지에서도 적용 가능하도록 구현하였다.
- 본 논문은 텐서플로의 Inception V3를 활용해 씨앗 이미지를 학습시켜 씨앗의 발아 여부를 확인함으로써, 기존의 영상 처리로 진행되었던 씨앗 발아 확인 시스템에서의 정확성이 떨어지는 단점을 개선한다. 또한 다양한 종자들의 발아 여부를 확인할 수 있도록 구현함으로 사용자가 본 시스템을 이용해 효과적으로 연구를 수행 할 수 있도록 하는 목적에 있다.
- 위와 유사한 논문으로 ‘영상처리를 활용한 씨앗 발아 확인 시스템 구현’[2]이 존재한다. 본 논문은 Arabidopsis 씨앗에 대해서만 이미지 처리를 통해 씨앗의 윤곽 및 색상을 검출하는 방법으로 발아 유무를 판단하고, 사용자에게 프로그램으로 제시한다.
- 본 논문은 텐서플로의 Inception V3를 활용해 씨앗 이미지를 학습시켜 씨앗의 발아 여부를 확인함으로써, 기존의 영상 처리로 진행되었던 씨앗 발아 확인 시스템에서의 정확성이 떨어지는 단점을 개선한다. 또한 다양한 종자들의 발아 여부를 확인할 수 있도록 구현함으로 사용자가 본 시스템을 이용해 효과적으로 연구를 수행 할 수 있도록 하는 목적에 있다.
- 유전적, 식물 발달 및 생리학 연구에서 씨앗의 사용이 증가함에 따라 발아 여부를 확인 할 필요성이 증가했다. 이에 우리는 전 세계에서 큰 인기를 얻고 있는 구글의 딥 러닝 라이브러리인 텐서플로를 이용해 씨앗 발아 여부를 확인하고자 한다. 텐서플로는 오픈 소스 소프트웨어인 만큼 기존 딥 러닝 라이브러리보다 사용이 쉽고 개발을 원하는 사람들이 어떤 제약도 받지 않고 유연하게 사용할 수 있는 기술이다.
가설 설정
- 테스트 하려는 종자들에 대해 이미지 추론을 진행해 나온 결과 값으로 이미지 추론 정확도를 계산했다. 정확도를 계산하기 위해 입력한 테스트 이미지와 가장 높은 확률에 해당하는 결과 라벨이 일치하면 이미지 추론에 성공했다고 가정했다. 가장 정확한 추론 결과를 보인 종자는 완두콩과 소나무이며, 가장 부정확한 결과를 보인 종자는 팥이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.