Apple scab detection in orchards using deep learning on colour and multispectral images

要約

リンゴかさぶたは、Venturia inaequalis によって引き起こされる真菌性疾患です。
病気は、果実や葉に重大な損傷を与え、果実や収量の損失につながるため、栽培者にとって特に懸念されます。
この記事では、ディープ ラーニングとハイパースペクトル イメージングを使用して、リンゴの木のリンゴ症状感染を正確に特定する能力を調べます。
感染した果樹園で、従来の RGB および可視から近赤外 (VIS-NIR) スペクトル イメージング (8 チャネル) を使用して、合計で 168 の画像シーンが収集されました。
スペクトル データは、セグメンテーションでトレーニングされた人工ニューラル ネットワーク (ANN) で前処理され、スペクトル情報に基づいてかさぶたピクセルを検出しました。
線形判別分析 (LDA) を使用して、健康な葉とかさぶたが出没する葉のスペクトルに基づいて、スペクトル データで最も識別力のあるチャネルを見つけました。
疑似カラー画像の 5 つの組み合わせは、スペクトル データとセグメンテーションの正味の結果から作成されました。
画像は、YOLOv5 ネットワークの修正バージョンでトレーニングおよび評価されました。
RGB 画像を使用したディープ ラーニングの有望な結果 (P=0.8、mAP@50=0.73) にもかかわらず、マルチスペクトル イメージングを使用したリンゴの木のリンゴのかさぶたの検出は困難な作業であることが判明しました。
オープン フィールドのハイライト環境では、マルチスペクトル カメラからバランスの取れたスペクトルを収集することが困難でした。これは、赤外線チャネルと可視チャネルが常にバランスを取り、画像で露出オーバーにならないようにする必要があるためです。

要約(オリジナル)

Apple scab is a fungal disease caused by Venturia inaequalis. Disease is of particular concern for growers, as it causes significant damage to fruit and leaves, leading to loss of fruit and yield. This article examines the ability of deep learning and hyperspectral imaging to accurately identify an apple symptom infection in apple trees. In total, 168 image scenes were collected using conventional RGB and Visible to Near-infrared (VIS-NIR) spectral imaging (8 channels) in infected orchards. Spectral data were preprocessed with an Artificial Neural Network (ANN) trained in segmentation to detect scab pixels based on spectral information. Linear Discriminant Analysis (LDA) was used to find the most discriminating channels in spectral data based on the healthy leaf and scab infested leaf spectra. Five combinations of false-colour images were created from the spectral data and the segmentation net results. The images were trained and evaluated with a modified version of the YOLOv5 network. Despite the promising results of deep learning using RGB images (P=0.8, mAP@50=0.73), the detection of apple scab in apple trees using multispectral imaging proved to be a difficult task. The high-light environment of the open field made it difficult to collect a balanced spectrum from the multispectral camera, since the infrared channel and the visible channels needed to be constantly balanced so that they did not overexpose in the images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google