SugarViT — Multi-objective Regression of UAV Images with Vision Transformers and Deep Label Distribution Learning Demonstrated on Disease Severity Prediction in Sugar Beet

要約

リモートセンシングと人工知能は、今日の精密農業にとって極めて重要な技術である。大規模圃場画像の効率的な検索と機械学習技術の組み合わせは、表現型、除草、作付け、病害防除などの様々な作業で成功を収めている。本研究では、テンサイのCLS（Cercospora Leaf Spot）の病害重症度スコアリングをユースケースとして、大規模な植物固有の形質アノテーションを自動化するための機械学習フレームワークを紹介する。Deep Label Distribution Learning (DLDL)の概念、特殊な損失関数、およびカスタマイズされたモデルアーキテクチャにより、SugarViTと呼ばれる病害重症度スコアリングのための効率的なVision Transformerベースのモデルを開発する。この研究で新規な点は、リモートセンシングデータと実験場所の環境パラメータを組み合わせて、病気の重症度を予測することである。このモデルはこの特殊なユースケースで評価されているが、様々な画像ベースの分類や回帰タスクにも適用できるよう、可能な限り汎用性を持たせている。我々のフレームワークを用いれば、環境メタデータに対する事前学習によって示すように、多目的問題に対するモデルの学習も可能である。

要約(オリジナル)

Remote sensing and artificial intelligence are pivotal technologies of precision agriculture nowadays. The efficient retrieval of large-scale field imagery combined with machine learning techniques shows success in various tasks like phenotyping, weeding, cropping, and disease control. This work will introduce a machine learning framework for automatized large-scale plant-specific trait annotation for the use case disease severity scoring for Cercospora Leaf Spot (CLS) in sugar beet. With concepts of Deep Label Distribution Learning (DLDL), special loss functions, and a tailored model architecture, we develop an efficient Vision Transformer based model for disease severity scoring called SugarViT. One novelty in this work is the combination of remote sensing data with environmental parameters of the experimental sites for disease severity prediction. Although the model is evaluated on this special use case, it is held as generic as possible to also be applicable to various image-based classification and regression tasks. With our framework, it is even possible to learn models on multi-objective problems as we show by a pretraining on environmental metadata.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL