👩‍🌾SmartfarmTV👨‍🌾

Team Members

김창현	박기련	김기태	박민수	강소망

등장 배경

한국에서 배추는 1인당 연간 소비량이 47.5kg에 달할정도로 소비가 많은 작물입니다. 그러나 매년 병충해 피해로 생산량이 감소하고 가격이 오르는 등 농가와 소비자에게 큰 피해가 있는 상황입니다.

따라서, 저희는 Computer Vision 기술을 활용해 실시간으로 농작물을 관찰하여 해충 및 질병피해가 발견된 경우 사용자에게 알려주어 농가의 피해감소, 노동력 절감 및 농가 경제 경쟁력을 향상시킬 수 있는 시스템을 개발하고자 하였습니다.

문제 정의

농작물에서 병해충을 Detection 해주는 모델을 사용해서, 농작물을 관찰하다 해충 및 질병피해가 발견된 경우 사용자에게 알려주어 사용자가 조치를 취할 수 있도록합니다.

Environment

• OS : Linux Ubuntu 18.04.5

• GPU : Tesla V100 (32GB)

Prerequisite

• react v18.1.0
• Node.js v16.15.0
• npm v8.5.5
• npx v8.5.5
• Package : package.json 참고

Usage

git clone

npm init # npm 초기화
git clone https://github.com/boostcampaitech3/final-project-level3-cv-01.git

react start

cd app # 폴더 진입
npm install 
npm start

Directory 구조

app
├── public
│   ├── index.html
│   └── manifest.json
├── src
│   ├── components
│   │    ├── Home
│   │    │    └── Home.jsx
│   │    ├── Log
│   │    │    ├── Log.jsx
│   │    │    ├── LogBox.jsx
│   │    │    └── LogDateBox.jsx
│   │    ├── LogDetail
│   │    │    └── LogDetail.jsx
│   │    ├── Login
│   │    │    └── Login.jsx
│   │    └── Navigator
│   │         └── Navigator.jsx
│   ├── App.js
│   ├── index.css
│   └── index.js
├── package.json
├── package-lock.json
└── README.md

🎞프로토타입

Product Flow

---

Service Architecture

---

Dataset

AIHub 개방 데이터셋

1. 노지 작물 질병 진단 이미지

주요 노지 작물 질병 데이터 중 배추 관련 데이터

전체 이미지 개수 : 12959장 ( Train : 10578 장 , Validation : 2378 장 )

3 class : 정상, 배추검음썩음병, 배추노균병

2. 노지 작물 해충 진단 이미지

주요 노지 작물 해충 데이터 중 배추 관련 데이터

전체 이미지 개수 : 114637장 ( Train : 109945 장 , Validation : 4692 장 )

4 class : 배추좀나방, 배추흰나비, 벼룩잎벌레, 비단노린재

Model Pipeline

Experiments

↘️ 배추 Detection

Task : 배추 이미지에서 배춧잎 하나 detection

Metric : mAP50

Model	Backbone	mAP50
RetinaNet	Swin	0.7680
SSD	MobileNetV2	0.6130
CascadeRCNN	ResNeXt	0.801
CascadeRCNN	Swin	0.808
CascadeRCNN	SwinL	0.739
CascadeRCNN	Swin	0.827(Aug)

최종 모델 : CascadeRCNN + Swin Transformer

↘️ 질병 Classification

Task : Cropping 된 배춧잎에서 질병 Classification

Metric : Accuracy

Model	Accuracy
Resnext152	0.93
Resnet101	0.87
Resnext101	0.89
Swin Tiny	0.93
Convnext Small	0.88

최종 모델 : Resnext101

↘️ 해충 Detection

Task : Cropping 된 배춧잎에서 해충 Detection

Metric : mAP50

Model	Backbone	mAP50
CascadeRCNN	Resnext101	0.8712
CascadeRCNN	Resnet101	0.8350

최종 모델 : CascadeRCNN + Resnext101