Core Concepts
Segment Anything 모델을 활용하여 2D 포도송이 이미지에서 개별 베리를 정확하게 식별하고, 이를 바탕으로 포도송이 구조와 베리 특성을 종합적으로 분석할 수 있다.
Abstract
이 연구는 Segment Anything 모델(SAM)을 활용하여 포도송이 이미지에서 개별 베리를 정확하게 식별하고, 이를 바탕으로 포도송이 구조와 베리 특성을 종합적으로 분석하는 방법을 제시한다.
주요 내용은 다음과 같다:
SAM을 활용하여 2D 포도송이 이미지에서 개별 베리를 정확하게 식별할 수 있었다. 사람이 수동으로 식별한 베리 수와 SAM 예측 간 상관관계가 0.96으로 매우 높았다.
포도송이를 다양한 각도에서 촬영한 결과, 베리 수 예측이 촬영 각도에 따라 최대 50% 차이가 났다. 이를 보정하기 위해 최대 베리 수를 보이는 각도의 이미지를 활용한 선형 회귀 모델을 개발하였다.
SAM으로 식별한 베리의 공간 분포 정보를 활용하여 포도송이 구조의 다양한 특성을 분석할 수 있었다. 예를 들어, 경험적 누적 분포 함수를 통해 송이의 좌우 및 상하 대칭성을 정량화할 수 있었다.
분석 결과, 베리 수, 크기 등 기본 특성은 유전적 요인의 영향을 많이 받는 반면, 송이 구조 특성은 환경적 요인의 영향을 더 많이 받는 것으로 나타났다.
이 연구는 SAM을 활용하여 포도송이 구조와 베리 특성을 종합적으로 분석할 수 있는 새로운 방법론을 제시하였다. 이는 포도 품종 개발, 재배 관리, 수확 예측 등 다양한 분야에 활용될 수 있을 것으로 기대된다.
Stats
포도송이 당 평균 베리 수는 44.87개(중앙값 42개)이며, 5개에서 130개 범위로 나타났다.
베리 수 예측 정확도는 촬영 각도에 따라 최대 50% 차이가 났다.
베리 크기(면적) 예측 정확도는 상관계수 0.8457로 나타났다.
Quotes
"SAM 알고리즘은 클러스터 이미지에서 모든 베리를 매우 잘 찾아내고 분할하였다."
"베리 수 예측치와 실제 베리 수 간 상관관계는 0.96으로 매우 높았다."
"베리 크기 예측은 촬영 각도에 따라 상당한 차이를 보였다."