연구팀은 인도의 수가네 작물 발아 모니터링의 정확도를 높이기 위해 드론 이미지와 객체 탐지 기반 딥러닝 파이프라인을 개발했어요.
CGMap은 YOLOV8 아키텍처를 기반으로 하며, 다양한 농업 기후 지역의 UAV 사진으로 훈련되었고, 작물 발아 샘플을 찾아 간극(bald spots)을 식별해요.
최소 신장 트리(MST)를 활용한 새로운 방향성 정규화 기술을 통해 다양한 필드 레이아웃에서 안정적인 행/열 추출이 가능하며, GIS 플랫폼에 통합 가능한 지리 공간 발아 지도를 생성해요.