Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Crop Pest Classification Using Deep Learning Techniques: A Review

Created by
  • Haebom

저자

Muhammad Hassam Ejaz, Muhammad Bilal, Usman Habib, Muhammad Attique, Tae-Sun Chung

개요

본 논문은 2018년부터 2025년까지 발표된 37편의 AI 기반 해충 분류 연구를 검토하여 딥러닝 기반 해충 감지 시스템의 현황과 전망을 제시한다. 초기 연구는 주로 CNN을 사용했지만, 최근에는 더 높은 정확도와 문맥 이해를 제공하는 하이브리드 및 Transformer 기반 모델로 이동하고 있다. 작물 종류, 해충 종류, 모델 아키텍처, 데이터셋 사용, 주요 기술적 과제 등을 기준으로 연구들을 체계적으로 정리하고 유용한 데이터셋을 제시하며, 향후 연구 방향을 제시한다.

시사점, 한계점

시사점:
딥러닝, 특히 하이브리드 및 Transformer 기반 모델이 해충 감지 정확도 향상에 효과적임을 보여줌.
다양한 작물과 해충 종에 대한 AI 기반 해충 감지 연구의 현황을 종합적으로 제시.
유용한 데이터셋을 소개하여 향후 연구에 도움을 제공.
한계점:
데이터 불균형 문제.
소형 해충 감지의 어려움.
모델의 일반화 성능 저하.
에지 디바이스 상의 배포 어려움.
👍