文献

J-GLOBAL ID：202002254327028315   整理番号：20A1028648

深層学習を用いたレイシ果実画像の品種識別【JST・京大機械翻訳】

Cultivar discrimination of litchi fruit images using deep learning

著者 (5件)： Osako Yutaro (Graduate School of Agriculture, Kyoto University, Kyoto, Japan) ,  Yamane Hisayo (Graduate School of Agriculture, Kyoto University, Kyoto, Japan) ,  Lin Shu-Yen (Department of Horticulture and Landscape, National Taiwan University, Taipei, Taiwan) ,  Chen Po-An (Plant Technology Laboratories, Agricultural Technology Research Institute, Hsinchu, Taiwan) ,  Tao Ryutaro (Graduate School of Agriculture, Kyoto University, Kyoto, Japan)
資料名： Scientia Horticulturae  (Scientia Horticulturae)
巻： 269  ページ： Null  発行年： 2020年 
JST資料番号： W1940A  ISSN： 0304-4238  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Litchi(Litchi chinensis Sonn)は中国に由来し,その栽培品種の多くは栽培の長い歴史の間に中国で生産されてきた。レイシ生産と研究における1つの問題は,レイシ品種命名に関する世界的混乱である。Litchi栽培品種は栽培品種に依存する果実の出現により記述できるので,収穫後果実の品種を識別することが可能である。この研究において,著者らは,最近開発された4つの一般的台湾品種「Gui Wei」,「Hei Ye」,「Mai Tsz」,「Yu Her Pau」のための,最近開発された深い学習技術を用いて,この可能性を探究した。最初に,楕円Fourier記述子を用いてレイシ果実形状を定量的に評価し,品種と果実形状の間の関係を特性化した。結果は,「Yu Her Pau」が,より高い長さ対直径比に基づいて,他から明確に識別できることを示唆した。次に,予備訓練したVGG16を微調整し,品種識別モデルを構築した。相対的に少ない画像は,98.33%の精度で果実画像を分類するためにモデルを訓練するのに十分であった。異なる季節と場所で収集した果実の画像を用いてこのモデルを評価し,モデルが100%の精度で「Yu Her Pau」果実と84%の精度で「Hei Ye」果実を同定できることを見出した。Grad-CAM可視化は,このモデルが品種認識のために異なる栽培品種依存領域を使用することを明らかにした。全体として,本研究は,深い学習が果実の画像からレイシ品種を識別するために使用できることを示唆する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  台湾 ,  可視化 ,  *品種 ,  レイシ属 ,  *果実【器官】 ,  キャラクタリゼーション ,  カオス ,  栽培品種 ,  機械学習 ,  画像認識
準シソーラス用語： *霊芝 ,  *品種識別 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (7件)： 畳み込みニューラルネットワーク ,  深層学習 ,  画像認識 ,  Litchi ,  ライシェ ,  機械学習 ,  果物の形

分類 (1件)： 果樹  (FC03042G)

タイトルに関連する用語 (4件)： 深層学習 ,  レイシ ,  果実 ,  品種識別