작물 병충해의 친환경 방제를 위한 병충해 정도 검출 요구를 충족시키기 위해, 작물 잎 병충해 정도 검출에 사용되는 개선된 U-Net 네트워크 모델을 설계하였다. 먼저, 모델의 백본 네트워크로 ResNet50을 선택하여 전이 학습을 통해 학습 수렴 속도를 향상시키고 계산 비용을 줄였다. 둘째, U-Net 네트워크의 각 계층의 특징 추출 및 융합을 최적화하기 위해 주의 메커니즘을 도입하여 네트워크 모델이 주요 정보를 효과적으로 수신할 수 있도록 하였다. 실험 결과, 개선된 U-Net512 네트워크 모델이 최적의 검출 성능을 보였으며, 평균 검출 정확도는 90.14%, 평균 절대 오차는 276.3이었다. 모델의 다양한 샘플링 깊이에서 각 계층 특징 맵을 분석한 결과, 주의 메커니즘 도입이 모델로 하여금 잎 전체 특징과 병해 영역 특징 두 가지 차원의 정보를 얻고 융합할 수 있게 하여 검출 성능을 더욱 향상시킴을 확인하였다. 이 방법은 작물 잎의 병충해 정도를 효과적으로 검출할 뿐만 아니라 높은 정확성과 신뢰성을 가져 작물 병충해의 친환경 방제에 기여한다.

병충해 검출; 개선된 U-Net 네트워크; 주의 메커니즘; 병충해 방제