전체 글4 농대생의 시선으로 보는 YOLO의 진화 (YOLO v2) 안녕하세요. 농대 대학원생입니다. 저번시간에 YOLO v1에 대해 간단히 소개드렸죠? 이번에는 YOLO v2와 YOLO v3에 대해 소개드리려 합니다. YOLO v2는 YOLO v1에 비해 혁신적인 구조였습니다. YOLO v1이 빠른 속도와 단순한 구조로 실시간 객체탐지에 엄청난 강점을 보였지만, 7x7 그리드 방식으로, 작은 객체는 탐지하기 힘들다는 한계점이 있었죠.이를 극복하기 위해 Joseph Redmon은 2017년에 "YOLO9000: Better, Faster, Stronger"라는 논문을 게제함으로써 YOLO v2를 세상에 발표했어요. YOLO v2의 주요 개선사항을 몇 가지 소개해보도록 할게요! 1. Batch NormalizationBatch Normalization은 이미지의 각 계.. 2025. 1. 24. 작물에 관수하는법, 밭작물 물 사용 기술 하나로 끝! 안녕하세요. 이 글에선 농가 선생님들이 가장 쉽게 접할수 있는 방법을 소개해볼까 해요! 물을 어떻게 줘야할까? 사실 이 문제에 대한 대답은 그렇게 어렵지 않아요 물을 '흠뻑' 주면 작물이 자라는데 부정적인 영향보다 긍정적인 영향이 더 크거든요! 하지만 우리 선생님들은 아실거에요 물을 너무 '자주' '흠뻑' 주게 되면 토양의 통기성(숨구멍)이 나빠져서 결국 작물에게 나쁜 영향을 준다는걸요! 그럼 잡설은 이제 그만하고 진짜 물을 어떻게 줘야하는지 한번 이야기해보도록 할게요! 이건 우리나라에 똑똑한 박사님들이 연구해서 만드신 밭작물 물사용 기술이라는 책이에요. 이 책은 지난 수십년간 수집된 지역별로 계절에 따른 '증발산량' 데이터를 가지고 언제 물을 줘야 할건지에 대해 설명해주고 있어요! 증발산량이란.. 2025. 1. 11. 관수전략, 개요(현장에서 농작물 관수 전략) 안녕하세요! 저는 사과나무의 관수전략으로 석사를 졸업하고, 박사과정을 올해 시작한 학생입니다. 대학원 과정을 하면서 많은 농가선생님들이 관수를 어떻게 해야하냐에 대해 항상 고민하고 계시더라구요1 사실 작물에 따라 언제 관수를 할것인가? 라는 문제는 국내외 할것없이 어느정도 정형화 되어있는 기준이 벌써 존재한답니다! 다만, 이런 자료들이 접근이 쉽지 않고, 너무 포괄적이라 보기 힘들어하시는것 같더라구요. 게다가 누군가가 제시한 기준을 무작정 신뢰한다는것도 쉽지 않은 일이긴 합니다. 그래서!! 저는 여기서 국내외에서 가장 유명한 관수 기준들을 소개하고, 차차 작물별, 지역별로 내 농지에 맞춰 어떻게 관수전략을 수립할건지 이야기해보고자 합니다. 궁금하신점이나 알고싶은게 있으시다면 언제든 댓글 남겨주세요! 2025. 1. 8. You Only Look Once(yolo)의 시작; YOLO V1 최근 박사과정을 시작하면서 사과나무의 착과수를 예측하는 인공지능에 대해 조사하라는 교수님의 명을 받았다. 한번만 봐도 된다! 라는 말과 같이 YOLO는 객체를 검출하는 알고리즘을 말해요 YOLO는 Joseph Redmon에 의해 2016년 처음 세상에 나타났어요. YOLO가 개발되기 전에는 객체를 찾고 인식하는 과정을 두 단계로 나눠서 했는데, YOLO는 이 모든 걸 한 번에 처리했거든요.YOLO는 입력 이미지를 446x446 크기로 받아서 처리하는데, 특이한 점은 이미지를 7x7 그리드로 나누어서 각 영역마다 객체를 찾아내는 방식을 사용했어요. 7x7 그리드로 나눈다는건 이미지를 49개의 영역으로 나누어 각 영역에 따라 객체를 검출한다는걸 말한다고 하더라구요!하지만 하나의 이미지를 49개 영역으로 나눈.. 2025. 1. 8. 이전 1 다음
