QR 코드 인증 시스템 with AI 기반 품질 판별

📌 프로젝트 개요

이 프로젝트는 토마토 품질 인증을 위해 QR 코드를 생성하고, 인공지능(AI) 모델을 활용하여 품질을 판별하는 시스템입니다. 농업 데이터를 기반으로 품질을 분석하고, 소비자는 QR 코드를 통해 제품 정보를 간편하게 확인할 수 있습니다.

SW융합 클러스터 플랫폼 활용 아이디어 경진대회 대상

✨ 주요 기능

1. QR 코드 생성 및 인증:

   • 제품의 환경 데이터와 품질 정보를 QR 코드로 생성.
   • 소비자가 QR 코드를 스캔하여 생산 이력, 환경 정보, 품질 지표 등을 확인할 수 있음.

2. 데이터 확인 및 전처리:

   • 수집된 농업 데이터를 전처리하고, 결측값 및 이상치를 처리하여 분석에 적합한 형태로 변환.

3. AI 기반 품질 판별:

   • 랜덤 포레스트(Random Forest) 모델을 사용하여 농업 데이터를 바탕으로 품질(예: 우수, 양호, 불량)을 예측.
   • 모델 학습을 위해 환경 변수(온도, 습도, CO₂ 농도 등)와 생육 데이터(생육 지수 등)를 활용.

4. 실시간 품질 분석 및 환경 개선:

   • AI 모델이 품질을 실시간으로 분석하여 농가에 최적의 생육 환경 개선 방안을 제시.

---

📊 데이터 흐름 및 분석

1. 데이터 수집:

   • 건구 온도, 습구 온도, 상대 습도, CO₂ 농도 등 실시간 환경 데이터를 수집.
   • 토마토 생육 상태를 나타내는 생육 지수를 추가로 확보.

2. 데이터 전처리:

   • 결측값을 평균으로 대체하거나, 이상치는 IQR(Interquartile Range) 방법으로 제거.
   • MinMaxScaler를 사용해 데이터를 정규화.

3. AI 모델 학습:

   • 랜덤 포레스트 모델을 사용하여 품질을 분류.
   • 데이터셋에서 학습용(80%)과 테스트용(20%) 데이터를 분리.
   • 평가 지표:
     • 정확도(Accuracy)
     • F1 점수
     • RMSE (Root Mean Squared Error)

4. 예측 결과:

   • 품질을 우수, 양호, 불량으로 분류.
   • 예측 결과는 QR 코드 인증 시스템과 연동.

---

💡 기술 스택

• Python:

  • 데이터 분석 및 전처리: pandas, numpy
  • AI 모델 학습: scikit-learn
  • QR 코드 생성: qrcode

• HTML/CSS/JavaScript:

  • QR 코드 기반 인증 정보를 표시.
  • 사용자 친화적인 UI 설계.

• Flask/Django:

  • 백엔드 서버에서 QR 코드 및 AI 판별 결과 연동.

• Database:

  • 환경 데이터와 품질 정보를 저장 및 관리.

---

🛠 실행 방법

1. 환경 설정:

   • Python 가상 환경 생성 및 필요한 패키지 설치:

     python -m venv myenv
     source myenv/bin/activate  # Windows에서는 myenv\Scripts\activate
     pip install -r requirements.txt

2. QR 코드 생성:

   • QR 코드를 생성하여 static/qr-code.png에 저장:

     python generate_qr.py

3. AI 모델 학습 및 예측:

   • AI 모델을 학습시키고 품질 판별 실행:

     python train_model.py

4. 웹 서버 실행:

   • Flask 또는 Django 서버를 실행하여 결과를 웹 페이지에서 확인:

     flask run

5. QR 코드 스캔:

   • 생성된 QR 코드를 스캔하여 품질 정보와 환경 데이터를 확인.

---

📈 기대 효과

1. 생산성 향상:

   • 데이터 기반의 품질 판별 및 환경 개선으로 토마토 생산량과 품질 극대화.

2. 소비자 신뢰 구축:

   • 투명한 품질 정보 제공으로 소비자 신뢰도 향상.

3. 지속 가능한 농업:

   • 환경 데이터 분석을 통한 자원 절약 및 지속 가능한 재배 환경 구축.

4. 스마트 농업 구현:

   • IoT 및 AI 기술을 통합하여 농업의 디지털 전환을 가속화.

---

🌱 향후 계획

1. 다양한 품종으로 확장:

   • 토마토 외에도 파프리카, 오이 등 고부가가치 작물에 시스템 적용.

2. 정밀 분석:

   • 딥러닝 기반 모델 적용 (예: LSTM)으로 장기적 환경 변화에 따른 품질 예측 개선.

3. 사용자 맞춤형 서비스:

   • 소비자 선호도에 따른 추천 기능 추가.

4. 글로벌 확장:

   • 다국어 지원과 글로벌 농업 데이터를 통합하여 해외 시장 진출.

---

📧 문의

• 이메일: jkimg9170@naver.com

---