YOLOvME: 스냅콩 탐지를 쉽게 구현하기
Takayuki Nukui가 YOLOv5 AI를 활용해 효율적인 스냅콩 수확을 구현하고, 머신러닝과 전통 농업을 결합한 방법을 알아보세요.
다카유키 누쿠이는 일본 도쿄 출신의 소재 데이터 과학자입니다. ML과 소재 과학이 어울리지 않는 조합이라고 생각할 수도 있지만, 다카유키는 자신의 업무 분야에 다양한 ML 솔루션을 적용할 수 있다는 사실을 발견했습니다.
그러나 다카유키가 ML을 시작하게 된 진짜 이유는 현재의 직무와는 아무런 관련이 없습니다. 다카유키가 자랄 때 그의 아버지는 농부였습니다. 다카유키는 종종 아버지의 스냅 완두콩 수확을 도와야 했는데, 이는 매우 고된 작업이었습니다.
사람의 눈으로는 잎 사이에 매우 잘 위장되어 있는 식물의 스냅 완두콩을 모두 발견하기가 어렵습니다. 수확철이 되면 다카유키는 잘 익은 스냅 완두콩을 하나도 빠뜨리지 않고 수확했는지 확인하기 위해 아버지의 밭을 몇 번이고 오가야 했습니다. 이 고된 작업을 계기로 다카유키는 당시 공부하던 비전 AI가 스냅 완두콩 수확을 어떻게 간소화하는 데 도움을 줄 수 있을지 고민하게 되었습니다.
저희는 Twitter에서 다카유키의 스냅 완두콩 탐지 애플리케이션을 접했고, Ultralytics YOLOv5를 활용한 그의 작업에 대해 자세히 알아보기 위해 이야기를 나누었습니다.
스냅 완두콩 탐지 문제를 해결하는 데 도움을 줄 Ultralytics YOLOv5를 어떻게 선택하셨나요?#
처음에 다카유키는 YOLOv3부터 SSD, EfficientDet에 이르기까지 다양한 객체 탐지 모델을 시도했습니다. 그러나 1년 전 YOLOv5를 사용해 본 뒤 가장 뛰어난 정확도를 보여 주었기 때문에 현재까지 YOLOv5를 계속 사용하고 있습니다.
Ultralytics YOLOv5의 어떤 점이 사용하기 편리했나요?#
다카유키에게는 데이터 증강과 파라미터 진화처럼 모델 정확도를 향상하기 위한 사전 설계 메커니즘이 Ultralytics YOLOv5를 쉽게 사용할 수 있게 해 주었습니다. 일반적으로는 번거로운 프로그램이 필요하지만, YOLOv5는 간단한 코드를 추가하는 것만으로 구현할 수 있습니다. “결과를 분석하고 모델을 튜닝할 시간을 확보할 수 있어서 기뻤습니다. 물론 어노테이션에도 시간을 썼습니다!”
앞으로 Ultralytics YOLOv5로 어떤 다른 과제를 해결하고 싶으신가요?#
다카유키는 여러 가능성을 열어 두고 있습니다. “농장에서 다른 작물에도 사용해 보고 싶습니다. 그뿐만 아니라, 떠오르는 것은 무엇이든 계속 시도해 보고 싶습니다. 객체를 탐지해 보면 더 많은 것을 알아낼 수 있다고 생각합니다.”
AI 세계를 처음 접하는 사람에게 어떤 조언을 해 주고 싶으신가요?#
“먼저 객체 탐지가 어려워 보이고 비전 AI를 시작하기를 망설이는 분들께 Ultralytics YOLOv5를 추천하고 싶습니다. 제 생각에 YOLOv5는 구현하기 가장 접근성이 높은 객체 탐지 모델입니다.
또한 적은 양의 학습 데이터로 사용해 보시기를 권하고 싶습니다. 데이터 증강이 사전 설계되어 있어 종종 놀라울 정도로 흥미로운 모델을 만들어 냅니다.”
다카유키 누쿠이는 엔지니어링과 작은 농장에서 채소를 재배하는 일 사이에서 균형을 이루며 살아가고 있습니다. 그의 웹사이트는 FarML이며, 이곳에서 ML 관련 글을 게시합니다. 스냅 완두콩 탐지에 관한 그의 상세한 글을 확인해 보세요. 다카유키는 자신의 활용 사례를 Twitter와 YouTube에도 자주 게시합니다.
여러분의 YOLOv5 활용 사례도 소개하고 싶습니다! 소셜 미디어에서 @Ultralytics를 태그하고 #YOLOvME를 사용하시면 소개될 기회를 얻을 수 있습니다.
