수정된 MobileNet을 이용한 과일의 결점 분류 알고리즘

Abstract

포장된 과일들 안에 결점이 있는 과일(결점과)이 포함되어 있으면, 과일의 상품성을 낮추는 치명적인 요인이 된다. 현재, 결점과의 분류는 사람이 직접 육안으로 선별하고 있으나, 이것은 객관성의 부족 및 농촌인구 감소가 문제시 되고 있다. 이와 같은 문제점을 해결하기 위하여 영상처리를 이용하여 결점과를 분류하는 방법이 제안되었다. 그 후, 영상 분류 방법을 개선시킨 컨볼루션 신경망(Convolutional Neural Network : CNN)을 이용하는 연구가 진행되고 있다. 최근에는 연산 성능이 낮은 디바이스에서도 CNN을 사용할 수 있도록 MobileNet이 제안되었으나, 이 방법으로 결점과를 분류할 경우, 정상 과일(정상과)을 결점과로 인식하는 경우가 발생하고 있다. 따라서 본 논문에서는 실제 산업 현장에서 사용하고 있는 고속 과일 선별기에 적용하여 결점과를 검출할 수 있는 수정된 MobileNet 알고리즘을 제안하고, 성능 평가를 통하여 제안한 알고리즘의 유용성을 입증하고자 한다.