AIRENLABS

Vision AI for Pest Monitoring 해충 예찰용 비전 AI

Machine vision for low-power field devices. 저전력 현장 장치를 위한 머신 비전.

AIRENLABS’ “Digital Trap” uses camera vision and lightweight YOLO models to detect species and count insects on-device. Pheromone traps capture targets, while LTE/5G syncs telemetry to the cloud for trends, alerts, and reports—cutting manual scouting and improving spray timing. AIRENLABS의 “디지털트랩”은 카메라 비전과 경량 YOLO 모델로 온디바이스에서 종 판별과 개체수를 산출합니다. 성페로몬 트랩이 표적을 포집하고, LTE/5G로 텔레메트리를 클라우드에 동기화해 트렌드·알림·리포트를 제공함으로써 현장 예찰 노동을 줄이고 방제 시점을 정교화합니다.

Impact 효과

Vision-guided automation standardises monitoring, enables early warnings, and supports data-driven IPM. AIRENLABS delivers consistent results regardless of staffing limits or site connectivity. 비전 기반 자동화는 예찰을 표준화하고 조기 경보를 가능하게 하며 데이터 기반 IPM을 지원합니다. AIRENLABS는 인력 제약이나 현장 통신 환경과 무관하게 일관된 결과를 제공합니다.

Deep Learning Pipeline 딥러닝 파이프라인

A virtuous cycle of capture, modelling, and field refinement. 캡처·모델링·현장 고도화의 선순환.

1. Image Capture1. 이미지 캡처

Scheduled shots record trap surfaces with controlled exposure and focus. 예약 촬영으로 트랩 표면을 노출·초점 제어와 함께 기록합니다.

2. Pre-processing2. 전처리

First-frame check, denoise, and ROI cropping stabilise inputs for inference. 퍼스트 프레임 점검, 노이즈 제거, ROI 크롭으로 추론 입력을 안정화합니다.

3. Detection & Counting3. 탐지 및 계수

Lightweight YOLO models classify species and estimate density per trap. 경량 YOLO 모델이 트랩별 종을 분류하고 밀도를 산출합니다.

4. Sync & Telemetry4. 동기화·텔레메트리

MQTT outbox and buffered uploads push data over LTE Cat-M1/5G with retry. MQTT 아웃박스와 버퍼 업로드로 LTE Cat-M1/5G 통해 재전송 포함 안정 전송합니다.

5. Continuous Learning5. 지속 학습

Cloud feedback updates labels and models, improving field accuracy over time. 클라우드 피드백으로 라벨과 모델을 갱신해 현장 정확도를 점진적으로 향상합니다.

Core Capabilities 핵심 역량

  • On-device inference for stable results even with weak networks. 열악한 통신 환경에서도 안정적인 온디바이스 추론.
  • Solar + UPS, RTC auto-boot, and health checks for 24/7 unattended use. 태양광+UPS, RTC 오토부트, 헬스 체크로 24/7 무인 운영.
  • Cloud dashboard with trends, alerts, and CSV/PDF exports. 트렌드·알림·CSV/PDF 내보내기를 제공하는 클라우드 대시보드.

Use Cases 활용 분야

  • Greenhouse pest density tracking and early alerts. 온실 해충 밀도 추적 및 조기 경보.
  • Orchard monitoring with route-based reporting. 과수원 모니터링 및 라우트 기반 리포팅.
  • IPM support with species-specific trends and seasonality. 종별 트렌드와 계절성을 활용한 IPM 지원.