INoD: Injected Noise Discriminator for Self-Supervised Representation Learning in Agricultural Fields

要約

農業用の知覚データセットは量と多様性の両方で制限されており、教師あり学習アプローチの効果的なトレーニングを妨げています。
自己教師あり学習技術はこの問題を軽減しますが、既存の方法は農業分野の高密度予測タスクには最適化されていないため、パフォーマンスが低下します。
この研究では、自己教師あり表現学習のための特徴置換とデータセット識別の原理を利用する、私たちが提案する注入ノイズ弁別器 (INoD) でこの制限に対処します。
INoD は、畳み込みエンコード中に 2 つの素なデータセットからの特徴マップをインターリーブし、結果として得られる特徴マップのデータセットの所属をプレテキスト タスクとして予測します。
私たちのアプローチにより、ネットワークは、1 つのデータセットに見られるオブジェクトの明確な表現を学習しながら、それらを素のデータセットの同様の特徴と組み合わせて観察することができます。
これにより、ネットワークは、含まれるオブジェクトのより高いレベルのセマンティクスを推論できるようになり、さまざまなダウンストリーム タスクのパフォーマンスが向上します。
さらに、ジャガイモ畑での物体検出用の 16,800 枚を超える画像で構成される新しい Fraunhofer Potato 2022 データセットを紹介します。
Sugar Beets 2016 とジャガイモ データセットでのオブジェクト検出、セマンティック セグメンテーション、インスタンス セグメンテーションのタスクに対して提案した INoD 事前トレーニング戦略の広範な評価により、最先端のパフォーマンスが達成されることが実証されました。

要約(オリジナル)

Perception datasets for agriculture are limited both in quantity and diversity which hinders effective training of supervised learning approaches. Self-supervised learning techniques alleviate this problem, however, existing methods are not optimized for dense prediction tasks in agriculture domains which results in degraded performance. In this work, we address this limitation with our proposed Injected Noise Discriminator (INoD) which exploits principles of feature replacement and dataset discrimination for self-supervised representation learning. INoD interleaves feature maps from two disjoint datasets during their convolutional encoding and predicts the dataset affiliation of the resultant feature map as a pretext task. Our approach enables the network to learn unequivocal representations of objects seen in one dataset while observing them in conjunction with similar features from the disjoint dataset. This allows the network to reason about higher-level semantics of the entailed objects, thus improving its performance on various downstream tasks. Additionally, we introduce the novel Fraunhofer Potato 2022 dataset consisting of over 16,800 images for object detection in potato fields. Extensive evaluations of our proposed INoD pretraining strategy for the tasks of object detection, semantic segmentation, and instance segmentation on the Sugar Beets 2016 and our potato dataset demonstrate that it achieves state-of-the-art performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google