본 논문은 딥러닝 기반의 실시간 쌀 품질 평가 메커니즘을 제안합니다. 일단계 객체 탐지, 심층 합성곱 신경망, 그리고 전통적인 머신러닝 기법을 통합하여 쌀 품종 식별, 낟알 완전성 등급, 낟알 백탁도 평가를 수행합니다. 중국에서 널리 재배되는 6가지 쌀 품종의 약 20,000개 이미지 데이터셋을 사용하여 실험한 결과, 객체 탐지 과제에서 99.14%의 평균 정밀도(mAP), 분류 과제에서 97.89%의 정확도, 동일 품종 내 낟알 완전성 등급에서 97.56%의 평균 정확도를 달성했습니다. 이는 기존의 수작업 방식보다 정확하고 효율적인 쌀 분류 및 품질 평가를 가능하게 합니다.
