HEXAWORLD EDU · SMART FARM AI SIMULATION
밭을 준비하고 있어요
ZONE 02 · OPEN FIELD

AI 작물 병해충 진단

수업 코드를 입력하면 밭에 들어갈 수 있어요.
코드는 선생님이 알려 줍니다.

스마트팜 AI 시뮬레이션 · ZONE 02 / 05
문의 help@dataking.co.kr
ZONE 02 노지 밭
수업코드 — 경과 00:00 실행 0회
재배 카드
진단 카드
자격증
구획 A/ 6
진단 —살포 —드론 방제
MISSION
✓
잎 사진 24장 라벨링건강 · 병해 · 해충으로 분류
✓
균형 학습 정확도 85% 이상모델을 직접 학습시켜
✓
편향 학습 실험 기록① 균형 학습 → ② 편향 학습
✓
드론 방제 · 약제 60% 이하 · 피해 0진단 결과로 현장 판단
데이터를 모으고 학습시킨 모델로 실제 밭을 진단합니다.
LIVE OUTPUT
판정 정확도—%
학습 데이터—장
약제 사용량—%
1회시도별 정확도최근
시점 드래그
확대 휠
기기를 가로로 돌려 주세요

3D 화면과 제어판을 함께 보려면 가로 화면이 필요합니다. 세로에서는 표와 그래프가 잘려 보입니다.

PRINCIPLE · 원리ZONE 02

AI는 어떻게 아픈 잎을 알아볼까

사람이 정답을 달아 준 사진을 모아야 모델이 학습합니다. 모은 사진이 곧 모델의 눈이 됩니다.

건강고른 초록색
잎맥이 선명
병해갈색 반점
또는 노랗게 변색
해충잎에 구멍
벌레 흔적
1데이터정답을 달아 준다

잎 사진을 보고 사람이 세 가지 중 하나로 분류합니다. 이 작업을 라벨링이라고 합니다.

2학습공통점을 찾는다

모델은 같은 라벨끼리 어떤 특징이 닮았는지 계산합니다. 갈변 비율, 구멍 비율, 색의 고르기를 봅니다.

3진단처음 본 잎을 맞힌다

새 사진의 특징을 재서 가장 닮은 무리로 판정합니다. 학습에 없던 모습은 맞히지 못합니다.

병해에는 갈색 반점형과 노랗게 변하는 황화형 두 가지 모습이 있습니다. 한쪽만 학습시키면 다른 쪽은 끝까지 못 맞힙니다. 이것을 데이터 편향이라고 합니다.
HANDS-ON · 실습ZONE 02

아픈 잎을 찾아라

잎 사진에 정답을 달고, 모델을 학습시켜 밭 전체를 진단합니다.

WORKFLOW · 작업
READOUT · 결과
— 판정 정확도 목표 85%
DATA—장라벨링한 학습 데이터
SPRAY—%약제 사용량 · 기준 60% 이하
학습을 실행하면 어떤 잎을 무엇으로 잘못 봤는지 표로 보여 줍니다.
학습 방식정확도데이터놓친 잎판정
균형 학습————
편향 학습————
현장 방제————
잎 사진을 보고 건강 · 병해 · 해충 중 하나를 고르세요. 24장을 모두 분류하면 학습으로 넘어갑니다.
CERTIFICATE · 자격증A4 세로 · ZONE 02

작물보호 진단 과학자

데이터를 모아 모델을 학습시키고 현장 방제까지 완료했습니다.

RESEARCH NOTE · 연구노트0건

내가 시도한 기록

라벨링과 학습, 방제 판단이 모두 자동으로 기록됩니다.

아직 기록이 없습니다.
QUIZ · 확인 문제0 / 4

병해충 진단 확인 문제

실습에서 관찰한 내용을 떠올려 답해 보세요. 답은 언제든 다시 고를 수 있어요.

AI 조수 · 힌트—

도움이 필요한가요?

스스로 충분히 시도한 다음에 열립니다.