Orchestrating a Lightweight Router with Crop-Specific Expert Detectors for Multi-Crop Pest and Disease Detection

본 논문은 브라우저 기반 PWA 환경에서 온디바이스 방식으로 다작물 병해충을 탐지하기 위해, 경량 작물 라우터(Stage-0)와 작물별 전문 탐지기(Stage-1)를 오케스트레이션하는 시스템을 제안한다. 단일 대형 범용 모델을 사용하는 대신, 소형 분류기가 먼저 입력 이미지를 Apple, Corn, Grape, Rice, Tomato, InsectPest, Other 중 하나로 예측하고, 그 결과에 따라 해당 작물 전용 YOLO 기반 탐지기를 CDN에 배포된 정적 파일에서 지연 로딩한 뒤, IndexedDB 기반 영속 캐시에 저장하고 용량 초과 시 LRU-K 정책으로 퇴출한다. 이 구조는 초기 다운로드 크기와 메모리 사용량을 줄이고, 비-농업 이미지에 대한 불필요한 전문 모델 호출을 억제하면서도 탐지 정확도와 프라이버시를 모두 유지한다. 논문은 라우터 지연, Stage-1 호출 확률, 캐싱 미스율, 모델 로딩 시간으로 구성된 프레임 단위 지연 모델을 제시하고, 블록 기반 동일 작물 샘플링 시나리오(Seq-A)와 혼합 스트림 시나리오(Seq-B)에서 PWA 환경 실험을 수행한다. 실험결과, 라우터 지연은 수십 밀리초 수준에 머물고, 초기 워밍업 이후 정상 상태에서는 추가 다운로드가 사실상 거의 발생하지 않으며, 잦은 전환 상황에서도 허용 가능한 수준의 최초 응답 시간(Time-to-First-Response)을 유지하고, Other 프레임에 대한 오탐율(false positive rate) 역시 3% 미만으로 억제되는 것으로 나타났다. 이는 제안 시스템이 스마트팜 웹 환경에서 실용적으로 배포될 수 있는 가능성을 보여준다.