농업, 시장 및 자동화 관점에서 과일 성숙도 인식

과일 산업에서 수작업에 필요한 노력의 감소 가능성을 고려하여, 본 논문은 과일 성숙도 인식의 자동화를 시도한다. 우리는 공급망의 다양한 단계에서 자주 고려되는 농업적, 시장적, 자동화적 관점에서 이 문제를 탐구한다. 성숙도에 따라 각기 다른 시각적 특징이 나타나므로, 이미지 분류 기술은 이 문제 해결에 유용할 수 있다. 과일 이미지 분류기 개발을 위해 특징 추출 방법과 학습 알고리즘이 필요하다. 우리는 효과적인 특징 추출을 위해 다양한 사전 학습된 신경망을 활용하고, 다양한 머신러닝 알고리즘을 적용하면서 학습된 모델의 편향(variance) 분석을 수행한다. 이러한 분석을 통해 각 관점에 가장 적합한 모델을 선정할 수 있다. 본 연구에서 새로 제안한 데이터셋인 RipeRaw을 이용하여, 농업적 관점, 시장적 관점, 자동화적 관점에서 각각 96%, 94%, 86%의 정확도를 달성하였다.