190528 스마트팜 교육

컴퓨터 비전(Computer Vision)

인공지능의 한 분야로 어떤 영상에서 장면이나 특징들을 뽑아내는 방식

기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 최신 연구 분야 중 하나 (출처. 위키백과)

 

인공지능의 활용

• 반도체 산업(Classification): 제품이 불량품인지 정상품인지 구분하는 것
• 의료(Prediction): 환자의 데이터를 보고 암에 걸릴 확률이 얼마나 되는지 예측하는 것
  
• 물체 탐지(Object Detection): e.g. CCTV, 스마트팜(딸기를 탐지해서 그 딸기가 익은건지 덜 익은건지 판단)
• Semantic Segmentation: 자율주행 자동차(차도인지 사람인지 자동차인지 구별해내는 것)
• Deep Learning Art: e.g. style transfer
• GAN(Generative Adversial Network): Deep Fake
• RNN(Recurrent Neural Network): 음성인식, 챗봇

 

인공지능을 활용한 스마트팜 예제

• 수확기능의 인공지능: 인공지능이 이미지 처리를 이용해서 딸기가 제대로 익었는지 확인하고 수확까지 함 
• 딥러닝을 활용한 드론: 스스로 판단해서 더 좋은 영역에 씨를 뿌린다거나 관리하는 것이 가능
•  날씨 예측에서의 인공지능: 흐름에 따라 얻은 데이터로 학습을 통해 날씨에 대한 예측 가능 

 

AI, Machine Learning, Deep Learning

출처. https://www.sumologic.com/blog/machine-learning-deep-learning/

 

 

인공지능의 학습과정

1. 문제를 풀어본다.
2. 틀린 것들을 확인한다.
3. 가능한 적게 틀리도록 고쳐나간다.(정확도 100%는 없지만 최대한 100%에 맞추려고 한다.)
4. 앞에서 배운걸 토대로 다시 문제를 풀어본다.

 

신경세포(Neuron)

X(입력)노드로 받은 신호는 각 W(가중치)와 곱하고 그 곱한 것들을 다 합한 것이 기준을 넘으면 활성화 넘지 못하면 비활성화한다. 이 때, 활성화 할까 말까를 판단할 때 활용하는 것이 활성화 함수(activation function)이다.

 

CNN(Convolution Neural Network)의 기본구조

출처. https://towardsdatascience.com/a-comprehensive-guide-to-convolutional-neural-networks-the-eli5-way-3bd2b1164a53

 

• Convolution: 특징찾기
• Pooling: 집중되는 패턴 및 가중치 압축
• Activation Function: 내보낼 기준치

 

신경망 모델

• VGG(Visual Geometry Group): 신경망이 16층인 VGG16과 19층인 VGG19가 있다. 신경망층이 그렇게 깊지 않아도 좋은 결과를 낼 수 있다는 것을 보여주는 성능 좋은 모델이다.
• ResNet: 신경망층이 128층, 200층 등 엄청 높게 쌓은 모델이다.
• DenseNet: 2017년도에 출시되었으며 신경망층을 더이상 높게 쌓지 말고 여태까지 쌓은 것을 합치자 해서 만들어진 모델이다. 성능은 좋지만 너무 무겁다. 휴대폰 같은 곳에 탑재하기 너무 무겁다.