文献

J-GLOBAL ID：202102243305532544   整理番号：21A1373361

ディープラーニングを用いたエダマメの外観精選別用AIの作成と精度評価(第2報)-データセットに含まれるエダマメ品種の違いが物体検出AIの外観精選別精度に与える影響-

Artificial Intelligence Development and Accuracy Evaluation for Green Soybean Appearance Quality Sorting Using Deep Learning (Part 2)-Effects of Differences in Green Soybean Varieties Included in Datasets on Accuracy of Object Detection AI-

著者 (3件)： 森智洋 (岩手大 大学院連合農学研究科) ,  市浦茂 (岩手大 大学院連合農学研究科) ,  片平光彦 (山形大 農)
資料名： 農業食料工学会誌  (Journal of the Japanese Society of Agricultural Machinery and Food Engineers)
巻： 83  号： 3  ページ： 172-181  発行年： 2021年05月01日 
JST資料番号： G0975A  ISSN： 2188-224X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究は,エダマメの検出と外観の品質分類を行う物体検出AIを作成し,データセットに含まれるエダマメ品種と物体検出AIの種類の違いがAIの外観精選別精度に与える影響を調査した。実験では3品種のエダマメを組み合わせた7つのデータセットを設定し,それらのデータセットでYOLOv3とFaster R-CNNの物体検出AIを作成した。適合率と再現率,F値の平均は,選別対象品種をデータセットに含むことで有意に高くなった。本研究で作成した最高精度の物体検出AIは,ニュートン効率(η)が0.79で手選別の0.59を上回った。物体検出AIによる品質分類項目の誤分類と未検出の内容は,YOLOv3とFaster R-CNNのAIで異なっていた。(著者抄録)

シソーラス用語： 機械学習 ,  ダイズ ,  選別 ,  人工知能 ,  *品種 ,  品質検査 ,  作業能率 ,  *選別器 ,  アノテーション
準シソーラス用語： F値 ,  *エダマメ ,  *ディープラーニング ,  データセット ,  影響分析 ,  *画像データ ,  *外観 ,  教師データ ,  再現率 ,  *精度評価 ,  適合率 ,  物体検出

分類 (2件)： 収穫・調製用機械  (FB03030K) ,  人工知能  (JE08000Z)

引用文献 (11件)：

• 青島亘佐,河村伸哉,中野 聡,中村秀明,2018.深層学習による画像認識を用いたコンクリート構造物の変状検出に関する研究.土木学会論文集E2(材料・コンクリート構造),74(4),293-305.
• 片平光彦,張 樹槐,大泉隆弘,後藤恒義,鵜沼秀樹,田村 晃,後藤克典,2011.画像処理によるエダマメの選別方法に関する研究(第2報)試作エダマメ選別機の性能評価.農業機械学会誌,73(2),127-134.
• Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C., Berg, C, A., 2016. SSD:Single Shot MultiBox Detector. https://arxiv.org/pdf/1512.02325v5.pdf. Accessed May. 9, 2020.
• 森 智洋,市浦 茂,片平光彦.物体検出を用いたエダマメ精選別用AIの開発と精度評価(第1報).農業食料工学会誌,投稿中.
• 農文協,2004.野菜園芸大百科(第2版)8 エンドウ・インゲン・ソラマメ・エダマメ・その他マメ.社会法人農山漁村文化協会,東京,383-465.

タイトルに関連する用語 (9件)： ディープラーニング ,  エダマメ ,  外観 ,  精選 ,  AI ,  精度評価 ,  データセット ,  品種 ,  物体検出