-
다육(가정에서 흔하게 기르는 식물)의 사진을 찍으면 종류를 분류(총 5가지 프리티, 라울, 레티지아, 미니 염자, 청옥)
-
다육의 흔한 질병 인식 및 해결책 제시(총 4가지 무름병, 쟃빛곰팡이병, 탄저병, 노균병)
- 1차적으로 다육의 종류 및 질병 인식 후 완성되면 추가하여 개선
-
습도 센서(물 준 날짜 기록용)를 사용하여 데이터베이스에 저장 후 특정 날짜가 지나면 알람(Web-tts / APP-application 알람)
- 다육의 경우 기르기 쉬운 식물로 알려져 있지만 잘 기르려면 습도 조절이 필요함
- 데이터 수집을 위해 다육이 모델 선정(프리티, 라울, 레티지아, 미니 염자, 청옥)
- 다육이 질병(무름병, 쟃빛곰팡이병, 탄저병, 노균병)
- 유나: 프리티, 레티지아
- 혜정: 미니 염자, 라울
- 현희: 청옥
문제점: 인식을 제대로 못함. 원인 분석:
- yaml 파일에 저장된 분류가 1개 뿐이고 그마저도 '-'로 되어있음.
- 기존 라벨링 당시 class 명을 한글로 한 것이 문제라고 추측 개선할 부분: 1차에 빠진 청옥 데이터 셋 추가 / class 명 영어로 수정
라울 - LumiRose 미니염자 - Crassula 프리티 - Rezry 레티지아 - Letizia 청옥 - Sedum
문제점: 프리티가 유독 정확도도 낮고 인식이 제대로 안됨 원인 분석: 다른 종과 유사하기 때문에 더 많은 데이터셋 있어야함 / 낮은 학습량:50번 개선 부분: 데이터 셋 추가 및 학습량 늘려보기
장미허브 - Vicks
문제점: 레티지아와 라울이 같이 잡힘(라울은 사진 내 x) 원인 분석: 데이터 셋 부족 개선 부분: 데이터 셋 추가(레티지아, 라울 각 20장씩)
문제점: 레티지아와 라울이 같이 잡힘(라울은 사진 내 x) 원인 분석: 데이터 셋 부족 개선 부분: 데이터 셋 추가(미니염자, 청옥 20장씩)
Roboflow 활용하여 데이터 전처리 / Colab에서 학습 문제점: 네잎 클로버 인식 불가
문제점: 네잎 클로버 인식은 하지만 제대로 되지 않음.
open data 활용(https://www.gperezs.com/projects/flc.html) 데이터 셋 이미지로 Colab에서 학습
총 8가지 라울, 레티지아, 미니 염자, 청옥, 괴마옥, 장미허브, 모닐리포메, 축전
라울 - LumiRose 미니염자 - Crassula 레티지아 - Letizia 청옥 - Sedum 축전 - Conophytum 괴마옥 - Euphorbia 모닐라리아 모닐리포메 - moniliformis 장미허브 - Vicks