Farmland Segmentation for Autonomous Agricultural Machinery

스마트 농업은 정보통신기술을 농업에 접목하여 자동화하는 기술로 들어선 만큼, 기후변화와 고령화 등의 문제를 해결하는 지속 가능한 방법이다. 최근 농업의 주요 장비인 트랙터와 이앙기에 자율 주행 기술을 접목한 농업의 자동화에 관한 연구가 활발하다. 본 논문에서는 경작할 수 있는 농지를 구분하기 위한 딥러닝 구조를 제안한다. 드론으로 촬영한 경작지의 이미지를 사용하여 데이터셋을 구축하고 밭과 모서리, 도로를 경량 딥러닝 모델을 이용하여 영역 구분하고자 한다. 본 논문에서는 DG-블록(DG-block, Dilated group Convolution-block)과 픽셀 셔플(pixel shuffle)을 이용하여 이미지 영역을 세분화하는 딥러닝 모델을 제안한다. 제안 시스템은 mIOU 78.4%와 정확도 77.7%의 성능과 추론시간 50ms를 보여주었다.