딸기 수확량 예측 및 수확시기 결정하는 AI 플랫폼 '라이트(LaiGHT)'
딥러닝으로 이미지에서 꽃과 과실의 개수, 과실의 생육상태, 잎 정보 등의 생육에 관한 지표를 자동 추출해 '수율 예측 AI'에서 수확 적기와 수확량을 예측한다.
생산자는 스마트폰 등의 단말기에서 실시간으로 제공되는 AI가 분석한 예측과 결과를 확인하고 관련 데이터를 활용하여 농사와 출하 계획을 결정한다.
최근 딥러닝 기술의 발전과 이미지 인식 기술의 발전으로 다양한 분야에서 응용이 확산되고 있다. 캐논 ITS(Canon IT Solution, 이하 케논)는 인공지능(AI) 플랫폼 '라이트(LaiGHT)'를 개발하고 캐논 카메라로 대표되는 광학 처리 기술을 인공지능 분야에 활용하기 위해 이미지 인식 기술의 연구 개발에 주력하고 있다. 또 개발된 AI플랫폼 라이트는 학습 데이터 관리 기능, 컴퓨팅 리소스 관리 기능, 학습 결과 시각화 기능 등으로 AI 개발자 또는 과학자가 지금까지 개별적으로 개발하고 배포했던 일련의 작업을 지원하고 개발을 간소화하는 기능을 제공한다.
또한 케논은 농업 분야에서 ICT를 활용한 새로운 스마트팜의 실현을 위해 이 AI 플랫폼으로 새로운 스마트 농업 솔루션의 개발 프로젝트를 큐슈 대학(KYUSHU UNIVERSITY) 농학 연구원(Agricultural researcher)과 진행하고 있다. 이번 농림수산성(Ministry of Agriculture, Forestry and Fisheries)이 주관하는 혁신 기술 개발 · 긴급 전개 사업으로 개발된 기술의 보급을 목표로 자사의 AI 라이트를 적용해 네트워크 카메라 영상에서 '딸기의 생육 상황을 수치화하는 AI', 그리고 생육 상황과 온도, 습도 등의 환경 데이터를 기초로 딸기의 '수확량을 예측하는 AI'를 개발하고 실증에 들어갔다.
이번 실증에서는 비닐하우스에 설치된 네트워크 카메라로 딸기의 생육과정의 정점을 정기적 촬영한다. 촬영 이미지는 이미지 분석 클라우드에 전송, AI 라이트가 관리하는 실행 기반에 의해 생육 상황을 수치화, 가시화 등의 작업이 수행되며, 이미지 분석 클라우드에는 라이트를 사용하여 개발된 '이미지 인식 AI'와 '수익률 예측 AI'가 탑재되어 있다. 먼저 이미지 인식 AI로 이미지에서 꽃과 과실의 개수, 과실의 생육상태, 잎 면적 정보 등의 생육에 관한 지표를 자동 추출해 '수율 예측 AI'에서 수확 적기와 수확량을 예측한다. 생산자는 스마트폰 등의 단말기에서 실시간으로 제공되는 AI가 분석한 예측과 결과를 확인하고 관련 데이터를 활용하여 농사와 출하 계획을 결정한다.
출처: 인공지능신문
