講演抄録/キーワード |
講演名 |
2022-09-14 11:00
大域的な低レベル特徴集約ネットワークによるコーヒー葉画像の病気と重症度分類 ○岡田拓大・飯塚里志・福井和広(筑波大) PRMU2022-14 |
抄録 |
(和) |
コーヒー葉の病気は, コーヒーの生産において重要な問題の一つである. 一度コーヒー葉の病気が発生すると, 病気が拡大し生産者にとって甚大な被害になる可能性がある. 従って, コーヒー葉の見た目からその健康状態を推定することは,コーヒーの生産過程において非常に重要である. そこで本研究では, 一つの病気に対して4クラスの重症度を含む合計6クラスの画像を含んだデータセットを用い, 近年の深層学習ベースの画像認識モデルがコーヒー葉画像の重症度をどれ程の精度で分類できるか, 網羅的に実験を行った. さらにその結果を踏まえ, コーヒー葉の病気認識で重要となる葉っぱ全体の色分布を効果的に認識できるモデルを構築し, 従来手法よりも高精度で病気分類が行えることを確認した. |
(英) |
Coffee leaf disease is one of the most important problems in coffee production. It is very important in the coffee production process to estimate the health condition from the appearance. Using a dataset containing images of a total of six classes, including severity, we conducted a comprehensive experiment to determine how accurately a recent deep learning-based image recognition model can classify the severity of coffee leaf images. Furthermore, based on the results, we constructed a model that can effectively recognize the color distribution of the entire leaf, which is important for disease recognition of coffee leaves, and confirmed that the disease classification can be performed with higher accuracy than the conventional method. |
キーワード |
(和) |
深層学習 / 画像分類 / 不均衡データ / / / / / |
(英) |
Deep Learning / Image Classification / Imbalanced Data / / / / / |
文献情報 |
信学技報, vol. 122, no. 181, PRMU2022-14, pp. 25-30, 2022年9月. |
資料番号 |
PRMU2022-14 |
発行日 |
2022-09-07 (PRMU) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2022-14 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2022-09-14 - 2022-09-15 |
開催地(和) |
慶應義塾大学 矢上キャンパス |
開催地(英) |
|
テーマ(和) |
深層生成モデル |
テーマ(英) |
Deep generative model |
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2022-09-PRMU |
本文の言語 |
日本語 |
タイトル(和) |
大域的な低レベル特徴集約ネットワークによるコーヒー葉画像の病気と重症度分類 |
サブタイトル(和) |
|
タイトル(英) |
Disease and severity classification of coffee leaf images by global low-level feature aggregation network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
深層学習 / Deep Learning |
キーワード(2)(和/英) |
画像分類 / Image Classification |
キーワード(3)(和/英) |
不均衡データ / Imbalanced Data |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
岡田 拓大 / Takuhiro Okada / オカダ タクヒロ |
第1著者 所属(和/英) |
筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba) |
第2著者 氏名(和/英/ヨミ) |
飯塚 里志 / Satoshi Iizuka / イイズカ サトシ |
第2著者 所属(和/英) |
筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba) |
第3著者 氏名(和/英/ヨミ) |
福井 和広 / Kazuhiro Fukui / イイズカ サトシ |
第3著者 所属(和/英) |
筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-09-14 11:00:00 |
発表時間 |
15分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2022-14 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.181 |
ページ範囲 |
pp.25-30 |
ページ数 |
6 |
発行日 |
2022-09-07 (PRMU) |
|