文献

J-GLOBAL ID：202102271061479848   整理番号：21A1373360

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1報)-物体検出AIによるエダマメの外観精選別の有効性の検討-

Artificial Intelligence Development and Accuracy Evaluation for Green Soybean Appearance Quality Sorting Using Deep Learning (Part 1)-Effectiveness of Green Soybean Appearance Quality Sorting Using Object Detection-

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： 163-171  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： エダマメ生産では手選別が主流であり,作業能率が12kg/hと他の作業に比べて低いため,外観品質を迅速かつ的確に判断して選別する外観精選別機の開発が求められている。本研究ではディープラーニングでエダマメの外観品質を分類する物体検出AIの作成とその精度評価を行った。選別対象の品種の画像のみを用いて作成した物体検出AIは,選別対象以外の品種の画像も一緒に用いて作成した物体検出AIよりも,適合率と再現率,F値が向上した。物体検出AIのニュートン効率は,データセットに良品と不良品の両画像データを混ぜることで向上し,最も精度が高いもので0.57と人間と同等であった。以上から,エダマメの外観精選別に物体検出AIが有効といえる。(著者抄録)

シソーラス用語： 機械学習 ,  ダイズ ,  選別 ,  *人工知能 ,  *選別器 ,  *画像認識 ,  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 ,  画像データ ,  *外観品質 ,  教師データ ,  再現率 ,  精度評価 ,  適合率 ,  不良品 ,  物体検出 ,  *有効性評価 ,  良品質

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

引用文献 (17件)：

• 朝田 諒,飯田訓久,村主勝彦,増田良平,2019.ロボットコンバインのためのステレオカメラを用いた物体検出および衝突回避.農業食料工学会誌,81(6),392-402.
• He, K., Zhang, X., Ren, S., Sun, J., 2015. Delving Deep into Rectifiers: Surpassing Human-Level Perfoemance on Imagenet Classification. IEEE International Conference on Computer Vision (ICCV), 1026-1034.
• 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.
• 小林康佑,山崎達也,2019.画像解析による洋ナシ果実の外観品質評価システムの検討.The 33^rd Annual Conference of the Japanese Society for Artificial Intelligence, 4H3-J-13-04.
• Koirala, A., Walsh, K, B., Wang, Z., McCarthy, C., 2019. Deep learning for real-time fruit detection and orchard fruit load estimation:benchmarking of ‘MangoYOLO’. Precision Agriculture, 20, 1107-1135.

タイトルに関連する用語 (7件)： ディープラーニング ,  エダマメ ,  外観 ,  精選 ,  AI ,  精度評価 ,  物体検出