文献

J-GLOBAL ID：202202212575413775   整理番号：22A0197203

アノテーション範囲がエダマメ精選別用の物体検出AIの精度に与える影響

Annotation Area Influence on Object Detection AI Accuracy for Green Soybean sorting

著者 (3件)： 森智洋 (岩手大 大学院連合農学研究科) ,  市浦茂 (山形大 農) ,  片平光彦 (山形大 農)
資料名： 農業食料工学会東北支部報  (Tohoku Branch Report of the Japanese Society of Agricultural Machinery and Food Engineers)
号： 68  ページ： 1-4  発行年： 2021年12月31日 
JST資料番号： Y0291A  ISSN： 0287-9115  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： (1)Score-CAMはCNN構造の画像認識AIの各外観品質分類項目の分類根拠を可視化でき,ヒートマップの出現パターンからアノテーション範囲を設定した。(2)さや割れとしみのアノテーション範囲をさやの一部に限定したデータセットAで作成した物体検出AIは,8項目の外観品質分類項目の平均の適合率と再現率,F値がそれぞれ0.94であった。(3)全項目でさや全体をアノテーションしたデータセットBで作成した物体検出AIは,8項目の外観品質分類項目の平均の適合率と再現率,F値がそれぞれ0.89,0.90,0.89となり,データセットAの物体検出AIよりも5%水準で有意に低かった。(4)アノテーション範囲が異なるデータセットAとBで作成した物体検出AIの検出・分類精度に差が出たことから,アノテーション範囲の変化は物体検出AIの精度に影響する。(著者抄録)

シソーラス用語： *アノテーション ,  *ダイズ ,  *検出 ,  人工知能 ,  画像認識 ,  品質 ,  主題図 ,  比率
準シソーラス用語： AI【人工知能】 ,  *エダマメ ,  ヒートマップ ,  外観品質 ,  再現率 ,  適合率 ,  *物体検出

分類 (2件)： 分光分析  (CC03012W) ,  豆類  (FC03035U)

引用文献 (8件)：

• 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.
• 森智洋, 市浦茂, 片平光彦, 2021. 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. 農業食料工学会誌, 83(3), 163-171.
• 森智洋, 市浦茂, 片平光彦, 2021. 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の外観選別精度に与える影響. 農業食料工学会誌, 83(3), 172-181.
• Ren, S., He, K., Girshick, R., Sun, J., 2016. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. https://arxiv.org/pdf/1506.01497v3.pdf. Accessed October. 28, 2021.
• 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 October. 28, 2021.

タイトルに関連する用語 (5件)： アノテーション ,  エダマメ ,  精選 ,  物体検出 ,  AI