병해충 및 잡초 식별을 통한 선별적 농약 분사

작동 프로세스

1. 농작물 스트리밍: 농기계나 별도 하드웨어에 장착된 카메라로 농경지의 작물, 잡초, 해충 상태를 실시간 촬영·녹화합니다.

2. 농약 분사 표적 식별: AI 모델이 실시간 영상을 분석하여 잡초, 해충, 피해 잎 등 농약 살포가 필요한 대상을 자동으로 탐지합니다.

3. 분사 의사결정: 탐지된 표적 위치를 기반으로 농약 분사 영역을 계산하고, 노즐별로 정밀하게 농약 분사 여부와 양을 결정합니다.

4. 선별적 분사 실행: 농기계나 별도 하드웨어의 노즐이 실시간 제어되어, 건강한 작물에는 농약이 뿌려지지 않고 잡초·해충에만 선택적으로 농약이 분사됩니다.

주요 모델 특징

• Interactive SAM 보조 마스크 라벨링: 연구자가 일부 이미지에 마스크를 지정하면, SAM이 자동 확장을 도와 라벨링 작업을 가속화합니다.

• Albumentations 기반 데이터 증강: 조명 변화, 흐림(Blur), 노이즈, 회전/스케일 변환 등을 적용해 야외 환경 변화에 강한 모델을 구현합니다.

• ResNet-34 기반 U-Net 세그멘테이션: ImageNet 사전학습된 ResNet-34를 인코더로 사용한 U-Net 아키텍처로 픽셀 단위 분할을 수행합니다. 해충·잡초·작물 영역을 정밀하게 구분하기 위해 설계됨.

• 객체 탐지 + 마스크 병합 구조: 탐지된 bounding box 안에서 마스크 분할을 수행하거나, 세그멘테이션 이후 객체별 후처리를 통해 탐지와 분할을 동시에 구현합니다.

• 노즐별 분사 모듈 연결: 탐지 결과를 노즐 제어 시스템에 연결하여, 실시간으로 각 노즐의 개별 분사 여부 및 양을 결정하는 모듈과 연동됩니다.