YOLOvME: 스냅 완두콩을 쉽게 감지하기

타카유키 누쿠이는 일본 도쿄의 재료 데이터 과학자입니다. ML과 재료 과학은 어울리지 않는 조합이라고 생각할 수도 있지만, 타카유키는 자신의 업무에 많은 ML 솔루션을 적용할 수 있다는 사실을 발견했습니다.

하지만 타카유키가 ML에 입문하게 된 진짜 이유는 현재의 역할과는 전혀 관련이 없습니다. 어렸을 때 타카유키의 아버지는 농부였습니다. 그는 종종 아버지의 완두콩 수확을 도와야 했는데, 이는 매우 힘든 작업이었습니다.

완두콩은 잎 사이에 매우 잘 숨어 있기 때문에 사람의 눈으로 모든 완두콩을 발견하기란 쉽지 않습니다. 수확철이 되면 타카유키는 잘 익은 완두콩을 하나도 빠짐없이 수확하기 위해 아버지의 밭을 몇 번이고 왔다 갔다 해야 했습니다. 이 고된 과정을 통해 타카유키는 당시 연구 중이던 비전 AI가 완두콩 수확을 간소화하는 데 도움이 될 수 있을 것이라는 상상을 하게 되었습니다.

트위터에서 타카유키의 스냅 완두콩 감지 애플리케이션을 발견하고 그와 이야기를 나누며 YOLOv5 작업에 대해 자세히 알아봤습니다.

스냅 완두콩을 감지하는 문제를 해결하기 위해 YOLOv5를 선택하게 된 계기는 무엇인가요?

처음에는 YOLOv3, SSD, EfficientDet 등 다양한 객체 감지 모델을 시도했지만, 1년 전 타카유키는 최고의 정확도를 제공하는 YOLOv5를 사용해 본 후 현재까지 이 모델을 사용하고 있습니다.

YOLOv5의 어떤 점이 작업하기 쉬웠나요?

데이터 증강과 파라미터 진화 등 모델 정확도를 향상시키기 위해 미리 설계된 메커니즘 덕분에 YOLOv5를 쉽게 구현할 수 있습니다. 일반적으로는 번거로운 프로그램이 필요하지만, YOLOv5는 간단한 코드 추가만으로 구현할 수 있습니다. "생성한 시간 내에 결과를 분석하고 모델을 조정할 수 있어서 만족스러웠습니다. 물론 주석 작업에도 시간을 할애할 수 있었죠!"

앞으로 YOLOv5를 통해 해결하고 싶은 또 다른 과제는 무엇인가요?

타카유키는 선택의 여지를 열어두고 있습니다: "농장의 다른 작물에도 시도해보고 싶어요. 그뿐만 아니라 떠오르는 모든 것을 계속 시도해보고 싶어요. 물체를 감지하면 더 많은 것을 알아낼 수 있을 것 같아요."

AI를 처음 접하는 사람에게 어떤 조언을 해주고 싶으신가요?

"우선 객체 감지가 어렵게 느껴지고 비전 AI를 시작하기 부담스러운 분들에게 YOLOv5를 추천하고 싶습니다. 제 생각에 YOLOv5는 가장 쉽게 구현할 수 있는 객체 감지 모델입니다.

또한 적은 양의 학습 데이터로 사용해 보는 것이 좋습니다. 데이터 증강은 미리 설계되어 있으며, 종종 놀랍도록 흥미로운 모델을 만들어냅니다."

타카유키 누쿠이는 엔지니어링과 작은 농장에서 채소를 재배하는 일 사이에서 삶의 균형을 맞추고 있습니다. 그의 웹사이트는 FarML에서 ML에 관한 글을 게시하고 있습니다. 그의 자세한 기사 를 참조하세요. 또한 Takayuki는 종종 자신의 Twitter 와 유튜브.

여러분의 YOLOv5 사용 사례도 주목받고 싶습니다! 소셜 미디어 @Ultralytics에 #YOLOvME를 태그하여 소개될 수 있는 기회를 놓치지 마세요.

YOLOv5와 비전 AI가 어떻게 농업 산업에 솔루션을 제공하는지 알아보세요.

‍