Lesion Detection on Leaves using Class Activation Maps

要約

植物の葉の病変の検出は、植物病理学および農業研究において重要なタスクです。
病変を特定することで、植物の病気の重症度を評価し、病気の制御手段や治療戦略について情報に基づいた意思決定を行うことができます。
病変を検出するために、よく知られた物体検出器を提案する研究があります。
ただし、病変などの小さなオブジェクトを検出するためにオブジェクト検出器をトレーニングすることには問題が生じる可能性があります。
本研究では、ResNet-18 分類器によって生成されたクラス活性化マップを利用して、植物の葉の病変を検出する方法を提案します。
このテスト セットでは、葉の病変の位置の予測において 0.45 の成功率を達成しました。
私たちの研究は、ResNet 分類器によって生成された CAM を利用することで、病変アノテーション プロセスの必要性を排除しながら、植物の葉の病変を検出するための新しいアプローチを示しています。

要約(オリジナル)

Lesion detection on plant leaves is a critical task in plant pathology and agricultural research. Identifying lesions enables assessing the severity of plant diseases and making informed decisions regarding disease control measures and treatment strategies. To detect lesions, there are studies that propose well-known object detectors. However, training object detectors to detect small objects such as lesions can be problematic. In this study, we propose a method for lesion detection on plant leaves utilizing class activation maps generated by a ResNet-18 classifier. In the test set, we achieved a 0.45 success rate in predicting the locations of lesions in leaves. Our study presents a novel approach for lesion detection on plant leaves by utilizing CAMs generated by a ResNet classifier while eliminating the need for a lesion annotation process.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google