약지도 학습을 이용한 양파 질병 증상 자동 검출

농업 노동력 감소 및 1인당 재배면적의 증가는 작물의 일관되고 효율적인 질병 예찰을 어렵게 하고 있으며, 이를 해결하기 위해 자동 인식 기술 등의 무인화 시스템을 이용한 기술적인 대안이 필요한 실정이다. 본 연구에서는 양파 재배 자동화를 위해 수행되었으며, 딥러닝을 이용하여 양파 재배 영상 내 질병 증상을 자동으로 검출하였다. 양파 재배지의 실시간 감시가 가능한 영상 수집 시스템을 이용하여 학습용 영상데이터를 수집하였으며, 수집된 영상은 딥러닝 모델 학습을 위한 영상크기로 샘플링 한 후 영상단위로 라벨링을 수행하였다. 양파 질병 증상 검출을 위한 기반 모델은 VGG-16을 이용하였으며, 주석작업에 필요한 노동력 절감을 위해 영상단위 라벨링으로 객체 검출이 가능한 약지도 학습 방법을 이용하였다. 딥러닝 모델의 학습결과 학습 정확도는 약 93%, 검증 정확도는 약 82%, 시험 정확도는 약 70%로 각각 관찰되었으며, 활성화 맵을 이용하여 검출된 영역을 시각화한 결과 질병 증상의 검출이 가능한 것으로 판단되며, 임계값을 이용하여 검출된 질병 영역을 이진화한 후 전체 영상에 대한 비율을 발병도로 평가할 결과 0.6 ~ 7.0% 수준으로 나타났다. 또한, 본 연구 결과를 이용하여 임계값 변화에 따른 알람 단계를 결정하는 방법을 제시하였으며, 향후 기준에 대한 선정 방법의 세분화 및 검증을 통해 양파 질병에 대한 자동 알람 정보의 제공이 가능할 것으로 판단된다.