文献

J-GLOBAL ID：202102279214673018   整理番号：21A2529587

深層学習技術を用いた植物上の高閉塞未熟トマトの無傷検出【JST・京大機械翻訳】

Intact Detection of Highly Occluded Immature Tomatoes on Plants Using Deep Learning Techniques

著者 (6件)： Mu Yue (Plant Phenomics Research Center, Jiangsu Collaborative Innovation Center for Modern Crop Production, Nanjing Agricultural University, No. 1 Weigang, Nanjing 210095, China) ,  Mu Yue (International Field Phenomics Research Laboratory, Institute for Sustainable Agro-ecosystem Services, The University of Tokyo, 1-1-1 Midori-cho, Nishi-Tokyo, Tokyo 188-0002, Japan) ,  Chen Tai-Shen (Graduate School of Agricultural and Life Sciences, The University of Tokyo, 1-1-1 Yayoi, Bunkyo, Tokyo 113-8657, Japan) ,  Ninomiya Seishi (Plant Phenomics Research Center, Jiangsu Collaborative Innovation Center for Modern Crop Production, Nanjing Agricultural University, No. 1 Weigang, Nanjing 210095, China) ,  Ninomiya Seishi (International Field Phenomics Research Laboratory, Institute for Sustainable Agro-ecosystem Services, The University of Tokyo, 1-1-1 Midori-cho, Nishi-Tokyo, Tokyo 188-0002, Japan) ,  Guo Wei (International Field Phenomics Research Laboratory, Institute for Sustainable Agro-ecosystem Services, The University of Tokyo, 1-1-1 Midori-cho, Nishi-Tokyo, Tokyo 188-0002, Japan)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 10  ページ： 2984  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 植物における無傷トマトの自動検出はトマト栽培における低コストおよび最適管理のために非常に期待されている。成熟トマト検出は野生に研究されているが,未成熟トマト検出は,特に葉で閉塞した場合,従来の画像解析を用いて行うことが困難であり,長期収量予測にとってより重要である。したがって,実際のトマト栽培場面でよく一般化し,果実閉塞や可変照明条件のような問題に対してロバストであるトマト検出は,非常に望まれる。本研究では,深層学習法を用いて,オクルージョンまたは果実成長段階に関係なく,無傷グリーントマトを自動的に検出するトマト検出モデルを構築した。トマト検出モデルは,Resnet-101を用いた高速領域ベース畳込みニューラルネットワーク(R-CNN)と,文脈(COCO)データセットにおける共通オブジェクトから学習された転送を用いた。試験データセットの検出は,87.83%の高い平均精度(結合0.5以上)を達成し,トマト計数の高い精度を示した(R2=0.87)。さらに,全ての検出されたボックスを1つの画像に併合し,トマトの位置地図を編集し,温室内の1列に沿ったサイズを推定した。トマト検出,計数,位置およびサイズ推定により,この方法は熟度および収量予測に対して大きな可能性を示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ロボット ,  照明条件 ,  *トマト ,  栽培 ,  果実【器官】 ,  成長段階 ,  画像分析 ,  熟度 ,  ロバスト性 ,  オクルージョン
準シソーラス用語： *未成熟 ,  自動検出 ,  収量予測 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 精密園芸 ,  深層学習 ,  画像解析 ,  ロボット収穫

分類 (2件)： 野菜  (FC03043X) ,  図形・画像処理一般  (JE04010I)

引用文献 (38件)：

• Peixoto, J.V.M.; Neto, C.M.; Campos, L.F.; Dourado, W.D.S.; Nogueira, A.P.; Nascimento, A.D. Industrial tomato lines: Morphological properties and productivity. Genet. Mol. Res. 2017, 16, 1-15.
• Food and Agriculture Organization of the United Nations. FAOSTAT. Available online: http://www.fao.org/faostat/en/#data/QC (accessed on 29 October 2019).
• Li, Y.; Wang, H.; Zhang, Y.; Martin, C. Can the world’s favorite fruit, tomato, provide an effective biosynthetic chassis for high-value metabolites? Plant Cell Rep. 2018, 37, 1443-1450.
• Food and Agriculture Organization of the United Nations. Tomato | Land & Water. Available online: http://www.fao.org/land-water/databases-and-software/crop-information/tomato/en/ (accessed on 29 October 2019).
• Sinivasan, R. Safer Tomato Production Methods: A Field Guide for Soil Fertility and Pest Management; AVRDC-The World Vegetable Center: Shanhua, Taiwan, 2010; Volume 10-740, ISBN 92-9058-182-4.

タイトルに関連する用語 (6件)： 深層学習 ,  植物 ,  閉塞 ,  未熟 ,  トマト ,  無傷