딥러닝과 컴퓨터 비전 기반 식물 질병 탐지 기술 종합 리뷰

한줄 요약

딥러닝과 컴퓨터 비전을 활용한 식물 질병 탐지 기술의 최신 동향과 기법을 체계적으로 정리한 리뷰 논문.

풀어야 하는 문제

식물 질병은 농업 생산성에 큰 위협이지만, 육안 검사는 비효율적이고 오류가 많음. 자동화된 탐지 시스템의 필요성이 대두되었으나, 다양한 작물과 질병에 일반화된 모델 개발이 어려움.

접근 방법

2016년부터 2023년까지의 주요 연구 150편 이상을 분석하여 CNN, 전이 학습, 데이터 증강, 생성 모델 등 다양한 딥러닝 기법을 분류하고 비교. 공개 데이터셋과 실제 현장 적용 사례를 함께 검토.

결과·기여

ResNet, EfficientNet 등 사전 학습 모델의 전이 학습이 높은 성능을 보였으며, 소규모 데이터셋 문제를 해결하기 위한 데이터 증강과 생성 모델의 활용이 증가하는 추세임을 확인. 향후 경량 모델 및 실시간 탐지 시스템 개발의 필요성을 제시.