[논문 리뷰] Image-Based Classification of Olive Species Specific to Turkiye with Deep Neural Networks

İrfan Atabaş, Hatice Karatas|arXiv (Cornell University)|2026. 02. 26.

Smart Agriculture and AI인용 수 0

한 줄 요약

본 연구는 스테레오 이미징 데이터를 사용하고 전이 학습된 CNN(MobileNetV2, EfficientNetB0)을 활용하여 터키에서 다섯 가지 올리브 종을 분류하며, EfficientNetB0가 94.5% 정확도를 달성했다.

ABSTRACT

In this study, image processing and deep learning methodologies were employed to automatically classify local olive species cultivated in Turkiye. A stereo camera was utilized to capture images of five distinct olive species, which were then preprocessed to ensure their suitability for analysis. Convolutional Neural Network (CNN) architectures, specifically MobileNetV2 and EfficientNetB0, were employed for image classification. These models were optimized through a transfer learning approach. The training and testing results indicated that the EfficientNetB0 model exhibited the optimal performance, with an accuracy of 94.5%. The findings demonstrate that deep learning-based systems offer an effective solution for classifying olive species with high accuracy. The developed method has significant potential for application in areas such as automatic identification and quality control of agricultural products.

연구 동기 및 목표

• 터키에서 재배되는 지역 올리브 종의 자동 식별을 촉진한다.
• 깊이 있는 학습을 사용한 이미지 기반 파이프라인을 개발하여 종 분류를 수행한다.
• 가장 잘 수행되는 모델을 식별하기 위해 여러 CNN 아키텍처를 평가한다.
• 이 농업 이미징 작업에서 전이 학습의 효과를 평가한다.

제안 방법

• 스테레오 카메라를 사용하여 다섯 종의 올리브 이미지를 캡처한다.
• CNN 분석에 적합하도록 이미지를 전처리한다.
• 전이 학습을 이용하여 MobileNetV2와 EfficientNetB0 아키텍처를 학습하고 비교한다.
• 정확도를 결정하기 위해 보류된 테스트 세트에서 모델을 평가한다.
• 정확도와 강건성을 기준으로 최상의 성능 모델을 식별한다.

실험 결과

연구 질문

• RQ1 이미지 데이터를 사용하여 터키의 다섯 종의 올리브를 딥러닝 모델로 정확하게 분류할 수 있는가?
• RQ2 어떤 CNN 아키텍처(MobileNetV2 대 EfficientNetB0)가 이 작업에서 더 높은 분류 정확도를 보이는가?
• RQ3 테스트 세트에서 최상의 성능 모델의 달성 정확도는 얼마인가?
• RQ4 전이 학습이 이 올리브 종 분류 문제의 성능 향상에 기여하는가?

주요 결과

• EfficientNetB0은 테스트된 모델 중에서 가장 높은 정확도인 94.5%를 달성했다.
• MobileNetV2와 EfficientNetB0 모두 이 작업에 대해 전이 학습을 활용해 탐구되었다.
• 스테레오 이미징을 사용하여 CNN 기반 분류에 적합한 데이터를 확보했다.
• 전처리 단계가 이미지가 딥 러닝 분석에 적합하도록 보장했다.