YOLOvME: 산림의 디지털 혁명
드론 기반 탐지 및 분석을 통해 임업 분야를 혁신하고 있는 Stefano Puliti의 YOLOv5 연구 사례를 살펴보세요.
Stefano Puliti는 노르웨이 생물경제 연구소(NIBIO)의 국가 산림 조사 부서에서 산림 원격 탐사를 연구하는 연구원입니다. NIBIO는 약 700명의 직원을 둔 노르웨이 최대 규모의 연구소 중 하나입니다. 이들은 연구와 지식 생산을 통해 식량 안보와 안전, 지속 가능한 자원 관리, 혁신 및 가치 창출에 기여하고 있습니다.
그의 연구에서는 현대의 정보 요구 사항을 충족하기 위해 필요한 고급 분석을 생성하고자 드론 및 모바일 레이저 스캔과 같은 근접 탐사 기술을 사용합니다.
그가 수행한 연구의 상당 부분은 노르웨이 연구 위원회와 노르웨이 산림 산업계 대부분이 자금을 지원하는 장기 연구 프로그램인 SmartForest 프로젝트와 함께 이루어졌습니다. SmartForest의 목표는 산림 정보, 조림, 산림 작업, 목재 공급 및 업계 전반의 디지털 정보 흐름을 혁신하는 디지털 혁명을 가능하게 하여 노르웨이 산림 부문의 효율성을 개선하는 것입니다.
Stefano는 수년간 랜덤 포레스트나 서포트 벡터 머신과 같은 보다 전통적인 머신 러닝 애플리케이션으로 작업했습니다. 약 3년 전, 그는 산림 분야에서 여전히 성장 단계에 있는 딥러닝 분야로 한 단계 도약할 때가 되었다고 깨달았습니다. 연구자가 딥러닝으로부터 얻을 수 있는 엄청난 이점을 깨달은 이후, Stefano는 드론 및 기계 기반 비전 분야에서 여러 애플리케이션을 개발해 오고 있습니다.
Link to this sectionYOLOv5를 얼마나 오랫동안 사용해 오셨습니까?#
"2021년 여름부터 사용하기 시작했으며 그 이후로 계속 사용하고 있습니다! YOLOv5 저장소를 쉽게 시작할 수 있었기에 '첫눈에 반한' 것과 같았다고 말씀드리고 싶습니다. 당시 저는 Python에 익숙하지 않았는데, YOLOv5의 낮은 학습 곡선이 결정적인 요소였기 때문에 저에게 매우 유용했습니다."
Stefano는 비생물적(가뭄, 바람, 눈) 요인이나 생물적(곤충 및 균류) 요인으로 인해 건강 상태가 좋지 않은 나무를 드론 영상에서 식별하기 위해 주로 객체 탐지를 사용했습니다. 그 이후로 그와 동료들은 포트홀부터 도로 가장자리, 소용돌이 탐지기에 이르기까지 전체 YOLOv5 탐지기 제품군을 개발해 왔습니다.
"YOLOv5를 우연히 발견했을 때, 저는 한동안 TensorFlow Object Detection API로 객체 탐지기를 학습시키려다 실패했던 적이 있습니다. 그러다 YOLOv5 저장소를 발견했고 (큰 기대 없이) 탐지기 학습을 시도했는데, 놀랍게도 네 줄의 코드로 학습 과정을 시작할 수 있었습니다. 이것을 사고 과정이라고 할 수 있을지 아니면 행운이었는지는 확실하지 않지만, 그렇게 시작되었습니다."
대부분의 모델은 산림 부문에 서비스를 제공하기 위해 클라우드 솔루션(ForestSens)에 배포됩니다. 그곳에서 사용자는 예를 들어 드론 이미지를 업로드할 수 있으며, 이 이미지는 당사의 YOLOv5 모델 제품군 덕분에 실행 가능한 인사이트로 변환됩니다. 학습된 탐지기 중 일부는 임업 기계나 벌목 트럭의 엣지 환경에 배포되기도 합니다.
초기부터 Stefano와 그의 팀은 다음을 돕기 위해 일련의 YOLOv5 모델을 개발해 왔습니다:
- 목재 품질 평가
- 산림 도로 유지 보수 필요성 모니터링
- 산림 내 생물 다양성 관련 특징 탐지
또한 그들은 산림 건강 및 조사를 위한 드론 기반 모델을 더 낮은 해상도의 항공 및 위성 이미지 데이터로 확장하는 방안도 모색하고 있습니다.
최신 YOLOv5 릴리스를 통해, 그들은 YOLOv5가 제공할 수 있는 이미지 분류 및 의미론적 분할 기능을 크게 기대하고 있습니다. 이러한 기능은 산림 환경에서 복잡한 컴퓨터 비전 작업을 해결할 수 있는 능력을 확장해 줄 것입니다.
모델 학습(Docker 버전)과 모델 배포를 위한 설정의 용이함 덕분에 YOLOv5는 그들에게 훌륭한 선택지가 되었습니다.
"Ultralytics에 대해 항상 매료되었던 측면 중 하나는 오픈 코드를 핵심으로 삼으면서도 비전문가가 딥러닝의 강력한 기능을 활용할 수 있도록 유료 제품을 제공하는 다소 새로운 비즈니스 모델입니다. 과학자로서 저는 Ultralytics의 개방성을 매우 높게 평가하며, 이것이 제품 개발을 가속화하는 훌륭한 방법이라고 생각합니다. 결과적으로 YOLOv5는 많은 데이터 과학자와 실무자의 기여 덕분에 끊임없이 진화하며 상당히 급격한 업그레이드를 경험하고 있습니다."
Link to this sectionAI를 처음 접하는 사람들에게 추천하고 싶은 것은 무엇입니까?#
지난 1년간 국제 컨퍼런스에 참석했을 때, 많은 산림 연구자들이 딥러닝의 복잡성을 두려워하거나 그것이 자신의 연구에 별다른 역할을 하지 못할 것이라고 생각한다는 점을 발견했습니다. 이런 모든 경우에 저는 반나절 정도 시간을 내어 데이터를 주석 처리하고 YOLOv5를 학습시켜 그 성능과 단순함을 직접 경험해보라고 제안했습니다.
실제로 제가 했던 말을 빌리자면 이렇습니다: "당신의 방법이 잘 작동하지 않나요? 그렇다면 YOLO 해보세요!"
Stefano Puliti와 그의 연구에 대한 최신 정보를 확인하고 싶으시다면 그의 NIBIO 프로필을 방문해 주시기 바랍니다.
Link to this section나만의 YOLOv5 사용 사례가 있으신가요?#
여러분만의 YOLOv5 사용 사례를 소셜 미디어에 #YOLOvME 태그와 함께 공유해 주시면, 저희가 ML 커뮤니티에 여러분의 작업을 홍보해 드리겠습니다.
