Revealing Hierarchical Structure of Leaf Venations in Plant Science via Label-Efficient Segmentation: Dataset and Method

要約

階層的な葉脈のセグメンテーションは、植物の葉脈の階層構造の分析が植物の育種に貢献できる農学において重要な課題ですが、十分に研究されていません。
現在のセグメンテーション技術はデータ駆動型モデルに依存していますが、階層的な葉脈セグメンテーション用に特別に設計された公開されているデータセットはありません。
このギャップに対処するために、最初の公開階層型葉脈セグメンテーション データセットである HierArchical Leaf Vein Segmentation (HALVS) データセットを導入します。
HALVS は、ダイズ、スイートチェリー、ロンドン プラタナスという 3 つの植物種から収集された 5,057 枚の実際にスキャンされた高解像度の葉の画像で構成されています。
また、3 順序の葉脈に対する人間による注釈付きのグラウンド トゥルースも含まれており、合計 83.8 人日のラベル付け作業が行われました。
HALVS に基づいて、部分的なラベル情報、つまり三次静脈の欠落しているアノテーションを活用する、ラベル効率の良い学習パラダイムをさらに開発します。
HALVS に関する実証研究が行われ、葉脈セグメンテーションに関する新たな観察、課題、研究の方向性が明らかになりました。

要約(オリジナル)

Hierarchical leaf vein segmentation is a crucial but under-explored task in agricultural sciences, where analysis of the hierarchical structure of plant leaf venation can contribute to plant breeding. While current segmentation techniques rely on data-driven models, there is no publicly available dataset specifically designed for hierarchical leaf vein segmentation. To address this gap, we introduce the HierArchical Leaf Vein Segmentation (HALVS) dataset, the first public hierarchical leaf vein segmentation dataset. HALVS comprises 5,057 real-scanned high-resolution leaf images collected from three plant species: soybean, sweet cherry, and London planetree. It also includes human-annotated ground truth for three orders of leaf veins, with a total labeling effort of 83.8 person-days. Based on HALVS, we further develop a label-efficient learning paradigm that leverages partial label information, i.e. missing annotations for tertiary veins. Empirical studies are performed on HALVS, revealing new observations, challenges, and research directions on leaf vein segmentation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google