The objective of this study was to quantitatively estimate the level of grazing area damage in outdoor free-range pig production using a Unmanned Aerial Vehicles (UAV) with an RGB image sensor. Ten corn field images were captured by a UAV over approximately two weeks, during which gestating sows were allowed to graze freely on the corn field measuring 100 × 50 m2. The images were corrected to a bird's-eye view, and then divided into 32 segments and sequentially inputted into the YOLOv4 detector to detect the corn images according to their condition. The 43 raw training images selected randomly out of 320 segmented images were flipped to create 86 images, and then these images were further augmented by rotating them in 5-degree increments to create a total of 6,192 images. The increased 6,192 images are further augmented by applying three random color transformations to each image, resulting in 24,768 datasets. The occupancy rate of corn in the field was estimated efficiently using You Only Look Once (YOLO). As of the first day of observation (day 2), it was evident that almost all the corn had disappeared by the ninth day. When grazing 20 sows in a 50 × 100 m2 cornfield (250 m2/sow), it appears that the animals should be rotated to other grazing areas to protect the cover crop after at least five days. In agricultural technology, most of the research using machine and deep learning is related to the detection of fruits and pests, and research on other application fields is needed. In addition, large-scale image data collected by experts in the field are required as training data to apply deep learning. If the data required for deep learning is insufficient, a large number of data augmentation is required.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2021.05a
/
pp.463-465
/
2021
Currently, the inspection method printed on food packages and boxes is to sample only a few products and inspect them with human eyes. Such a sampling inspection has the limitation that only a small number of products can be inspected. Therefore, accurate inspection using a camera is required. This paper proposes a deep learning object recognition technology model, which is an artificial intelligence technology, as a method for detecting the defects of expiration date printed on the product packaging. Using the Faster R-CNN (region convolution neural network) model, the color images, converted gray images, and converted binary images of the printed expiration date are trained and then tested, and each detection rates are compared. The detection performance of expiration date printed on the package by the proposed method showed the same detection performance as that of conventional vision-based inspection system.
KSII Transactions on Internet and Information Systems (TIIS)
/
v.18
no.2
/
pp.311-326
/
2024
The rapid development of neural network technology promotes the neural network model driven by big data to overcome the texture effect of complex objects. Due to the limitations in complex scenes, it is necessary to establish custom template matching and apply it to the research of many fields of computational vision technology. The dependence on high-quality small label sample database data is not very strong, and the machine learning system of deep feature connection to complete the task of texture effect inference and speculation is relatively poor. The style transfer algorithm based on neural network collects and preserves the data of patterns, extracts and modernizes their features. Through the algorithm model, it is easier to present the texture color of patterns and display them digitally. In this paper, according to the texture effect reasoning of custom template matching, the 3D visualization of the target is transformed into a 3D model. The high similarity between the scene to be inferred and the user-defined template is calculated by the user-defined template of the multi-dimensional external feature label. The convolutional neural network is adopted to optimize the external area of the object to improve the sampling quality and computational performance of the sample pyramid structure. The results indicate that the proposed algorithm can accurately capture the significant target, achieve more ablation noise, and improve the visualization results. The proposed deep convolutional neural network optimization algorithm has good rapidity, data accuracy and robustness. The proposed algorithm can adapt to the calculation of more task scenes, display the redundant vision-related information of image conversion, enhance the powerful computing power, and further improve the computational efficiency and accuracy of convolutional networks, which has a high research significance for the study of image information conversion.
Kim, Dongseok;Song, Jisu;Jeong, Eunji;Hwang, Hyunjung;Park, Jaesung
Journal of The Korean Society of Agricultural Engineers
/
v.66
no.4
/
pp.27-39
/
2024
Soil texture is determined by the proportions of sand, silt, and clay within the soil, which influence characteristics such as porosity, water retention capacity, electrical conductivity (EC), and pH. Traditional classification of soil texture requires significant sample preparation including oven drying to remove organic matter and moisture, a process that is both time-consuming and costly. This study aims to explore an alternative method by developing an AI model capable of predicting soil texture from images of pre-sorted soil samples using computer vision and deep learning technologies. Soil samples collected from agricultural fields were pre-processed using sieve analysis and the images of each sample were acquired in a controlled studio environment using a smartphone camera. Color distribution ratios based on RGB values of the images were analyzed using the OpenCV library in Python. A convolutional neural network (CNN) model, built on PyTorch, was enhanced using Digital Image Processing (DIP) techniques and then trained across nine distinct conditions to evaluate its robustness and accuracy. The model has achieved an accuracy of over 80% in classifying the images of pre-sorted soil samples, as validated by the components of the confusion matrix and measurements of the F1 score, demonstrating its potential to replace traditional experimental methods for soil texture classification. By utilizing an easily accessible tool, significant time and cost savings can be expected compared to traditional methods.
In this paper, two types of blue organic light-emitting device were designed. We have analyzed the characteristics of Type I device without a hole blocking layer, and analyzed the characteristics of Type II device using a hole blocking layer of BCP or BAlq materials with 30 ${\AA}$ thickness. We obtained the ITO having the work function value of 5.02 eV using $N_2$ plasma treatment method with the plasma power 200 W. Type I device structure was ITO/2-TNATA/$\alpha$-NPD/DPVBi/$Alq_3$/LiF/Al:Li, and type II device structure was ITO/2-TNATA/$\alpha$-NPD/DPVBi/HBL/$Alq_3$/LiF/Al:Li. We have analyzed the characteristics of Type I and Type II device. The characteristics of the device were most efficiency on occasion of using a hole blocking layer of BAlq material with 30 ${\AA}$ thickness. Current density was 226.75 $mA/cm^2$, luminance was 10310 $cd/m^2$, Current efficiency was 4.55 cd/A, power efficiency was 1.43 lm/W at an applied voltage of 10V. The maximum EL wavelength of the fabricated blue organic light-emitting device was 456nm. The full-width at half-maximum (FWHM) for the EL spectra was 57nm. CIE color coordinates were x=0.1438 and y=0.1580, which was similar to NTSC deep-blue color with CIE color coordinates of x=0.14 and y=0.08.
There are three kinds of liquid petroleum marker which is extracted by the basic or acidic, and both developer. Korean marker, Unimark 1494 DB (marker) have been spectrophotometrically analysed by the determination of absorbance at 582 nm after base extraction by Unimark 1494 DB Developer C-5 (developer). Some blue dyes which have same reactive radical of marker and can be changed deep blue color in base developer extraction (BDE), may be increased absorbance at 582 nm, but dyes or markers which can be increased the absorbance, were not unclear. In this experiment, effects of three dyes or marker such as Orimax Green 151 (the mixture of CI Solvent Yellow 16 and CI Solvent Blue 70), quinizarin and Orimax Blue 2N (CI Solvent Blue 35), and two solvent such as topasol (P-250) and lubricant (P-8) on the absorbance were studied by HITACHI Recording Spectrophotometer U-3300. It shows that all of them increased absorbance at 582 nm after BDE. Absorbance at 582 nm can be showed 0.0544 by Orimax Green 151 at the concentration of 3.96 mg/l, quinizarin at the concentration of 1.38 mg/l, and Orimax Blue 2N at the concentration of 2.73 mg/l in the artificial petroleum (normal diesel oil: topasol: lubricant=2 : 4: 4), respectively. Absorbance, 0.0544 indicates that concentration of marker is 1.64 mg/l in the reference curves, respectively. And also these results can be showed that the artificial petroleum have about 10% cheep fuel such as kerosene which have marker (16.0 mg/l). Absorbance of P-250 was 0.01361-0.22842 depending upon the purchasing date, and that of P-8 was 0.05644. pH of developer was 14.83, and so this result indicates that Unimark 1494 DB is a base extractable petroleum marker, phenylazophenol (US Patent No. 5,252,106). In the BDE, the slight color of Orimax Blue 2N, Orimax Green 151 and quinizarin in artificial petroleum changed to deep bright blue color, respectively. These result indicate that the absorbance at 582 nm by BDE may be increased not only by azo, diazo, amine and ketone (anthraquinone, coumarin) dyes or markers, but also the contaminants of P-250 and P-8 which have same as reactive radical of dyes or markers.
The Journal of The Korea Institute of Intelligent Transport Systems
/
v.6
no.2
/
pp.138-145
/
2007
Luminous traffic safety mark is restricted to use only the place that has a thick fog, many night traffic accidents, limited field of view due to structure of road. Recently, LEDs are used for luminous traffic safety mark, but we propose an organic LED for a novel luminous traffic safety mark in the near future. The device structure was $ITO/2-TNATA(500{\AA})/{\alpha}-NPD(200{\AA})/DPVBi(300{\AA})/BCP(10{\AA})/Alq_3(200{\AA})/LiF(10{\AA})/Al:Li(1000{\AA})$. The characteristics of the device are most efficient on occasion of using $N_2$ gas plasma treatment. Current density is $240.71mA/cm^2$ luminance $10,550cd/m^2$, and current efficiency 3.53cd/A at an applied voltage of 10V. The maximum EL wavelength of the fabricated blue organic light-emitting device is 456nm. CIE color coordinates are x=0.1449 and y=0.1633, which is similar to NTSC deep-blue color with CIE color coordinates of x=0.14 and y=0.08.
This paper reports the preparation and characterization of colored coatings of $Al_2O_3$-CoO. Films of 25mol% CoO doped $Al_2O_3$, have been prepared on soda-lime-silica slide glasses by the sol-gel process from Al-alkoxide and Co-nitrate. The films have been characterized by a photospectroscopy and hardness tester. The color, spectral reflectance and spectral transmittance of the films was expressed in Lab color chart and on spectra plot. Microhardness of the films increased with increasing of the heating temperature. Transmittance and reflectance of the films decreased with increase of the heating temperature and coating times. The coating films showed various light-yellow, deep-yellow, greenish-yellow color as a function of the coating times and heating temperature.
This study was examined the quality characteristics of dough liquid according to the additional ratio of Doraji in seaweed snack manufacturing. Firstly, the results of Doraji type (dry & powder) were as follows: Carbohydrates 77.57~79.29, crude protein 9.10-9.25, crude fat 0.96~1.33 and calories 355~366 kcal, pH 5.42~5.45, sugar $3.53{\sim}3.96^{\circ}brix$, color 33.82~44.25 (L), 2.27~3.52 (B) and total free amino acids 2,200~2,699 mg/100 g. Total polyphenol contents had dry extracts 1,931.18 mg% and powder extract 1,382.43 mg%, DPPH and ABTs radical scavenging activities tended to increase with higher treatment concentration. Next, the results showed that dough liquid for seaweed snack manufacture which was added Doraji were as follows: Color became deep poppy red with increased addition of Doraji. The texture of adhesiveness, cohesiveness, chewiness, and brittleness tended to decrease with addition of Doraji. The springness showed the opposite tendency. Accordingly, these results suggest that 20% of dry Doraji extract is a proper proportion so that it can be added to the rice dough liquid to produce form Doraji (dry and powder) containing seaweed snacks.
Journal of the Korean Society of Environmental Restoration Technology
/
v.7
no.3
/
pp.73-77
/
2004
The purpose of this study was to improve the ornamental value of Perilla frutescens var. acuta. The growth of Perilla frutescens var. acuta was significantly varied as according to light intensities. The plant height, crown width, petiole length, leaf length, leaf width, stem diameter, and chlorophyll content were the greatest with 30% shade treatment. All of growth characteristics decreased as increasing shading levels. The anthocyanin contents also decreased with 70% shading level. The leaf color turned from dark purplish red to deep yellowish green, and the growth rate and ornamental value were the lowest with 70% shading condition.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.