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テクノロジーです。
機械学習技術と組み合わせた大規模な圃場画像の効率的な検索は、表現型解析、除草、収穫、病気の防除などのさまざまなタスクでの成功を示しています。
この研究では、テンサイのセルコスポラ葉斑点（CLS）のユースケース病害重症度スコアリングのための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導入します。
Deep Label Distribution Learning (DLDL)、特殊な損失関数、およびカスタマイズされたモデル アーキテクチャの概念を使用して、SugarViT と呼ばれる疾患重症度スコアリング用の効率的な Vision Transformer ベースのモデルを開発しました。
この研究における新規性の 1 つは、疾患の重症度を予測するために、リモート センシング データと実験場の環境パラメータを組み合わせたことです。
モデルはこの特別な使用例に基づいて評価されますが、さまざまな画像ベースの分類および回帰タスクにも適用できるように、可能な限り汎用的に保持されています。
私たちのフレームワークを使用すると、環境メタデータの事前トレーニングによって示されるように、多目的問題に関するモデルを学習することも可能です。

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, Google