大豆圃場の空撮画像における畝や植物の形状特徴による微小アサガオデータセット生成の自動化と検出 

大豆圃場において,アサガオは大豆の生育に悪影響を与えます.近年,田畑の空撮画像を用いて機械学習を使い,雑草を認識する研究が進められていますが,機械学習を行うためには大量なデータを収集する必要がある上,微小な雑草データ・ラベルを収集することは困難で.また,アノテーション作業は大量の画像データを選別し,1枚ずつ色塗りする必要があり,労力がかかります.本研究では,ドローンで撮影した空撮画像から,畝の形状特徴を利用した画像処理により微小なアサガオの画像データを収集,植物の形状・色彩特徴を用いてアノテーションまでを自動化します

Fig. 1:教師画像

実験では,手塗りでラベル付けしたデータセット提案手法で収集したデータセットをセマンティックセグメンテーション学習モデルで比較ました. 

Fig. 2:各データセットの学習における推定結果の比較(正解画像:左,手塗データセット:中,提案手法で収集したデータセット:右)

提案手法で収集したデータセットで行った学習では手塗でラベル付けしたデータセットよりも評価が上回り,少しでも認識できたアサガオの割合は約91%となりました.

今後は,自動で行うアノテーションの精度を上げることと,新しい学習モデルを使用して学習することを目的としています.