文献

J-GLOBAL ID：201702280697787855   整理番号：17A1554860

深い学習を用いたトマトの葉の病害検出【Powered by NICT】

Disease detection on the leaves of the tomato plants by using deep learning

著者 (3件)： Durmus Halil (Department of Electronics and Communication Engineering, Istanbul Technical University, Electrical and Electronics Engineering Faculty, Maslak, Istanbul, Turkey) ,  Gunes Ece Olcay (Department of Electronics and Communication Engineering, Istanbul Technical University, Electrical and Electronics Engineering Faculty, Maslak, Istanbul, Turkey) ,  Kirci Murvet (Department of Electronics and Communication Engineering, Istanbul Technical University, Electrical and Electronics Engineering Faculty, Maslak, Istanbul, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Agro-Geoinformatics  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,トマト圃場における植物またはそれらの温室で発生する疾患を検出することである。この目的のために,深い学習は,トマト植物の葉に及ぼす種々の疾患を検出するために使用した。研究では,深い学習アルゴリズムはロボットに実時間で走らせなければならないことを目的とした。ロボットは植物の疾患を検出できる野外または温室における人手または自律的にさまよう。同様に,疾患も作製し温室で構築されたセンサーによる植物から採取したクローズアップ写真から検出することができた。本研究で検討した疾患は,トマト植物の葉の物理的変化を引き起こす。葉上のこれらの変化は,RGBカメラで見ることができる。以前の研究では,疾患を検出するための植物葉画像の標準的特徴抽出法を使用した。本研究では,深い学習法は,疾患を検出するために使用した。深い学習アーキテクチャ選択は実現のための重要な課題であった。,二種類の深層学習ネットワークアーキテクチャは最初AlexNet,SqueezeNet試験した。これらの深い学習ネットワークの両方につき,訓練と検証はNvidia Jetson TX1について行った。PlantVillageデータセットからのトマトの葉の画像は訓練に使用されてきた。健常画像を含む十種類を用いた。訓練されたネットワークは,インターネットからの画像で試験した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  ネットワークアーキテクチャ ,  センサ ,  特徴抽出 ,  ロボット ,  *トマト ,  *学習 ,  ネットワーク ,  計算機アーキテクチャ ,  インターネット ,  画像
準シソーラス用語： 深層学習 ,  自律性 ,  実時間 ,  病害 , 【Automatic Indexing@JST】

分類 (1件)： 野菜  (FC03043X)

タイトルに関連する用語 (4件)： 学習 ,  トマト ,  葉 ,  病害