[論文レビュー] A Public Image Database for Benchmark of Plant Seedling Classification Algorithms

Thomas Mosgaard Giselsson, Rasmus Nyholm Jørgensen+3 more|arXiv (Cornell University)|Nov 15, 2017

Smart Agriculture and AI参考文献 9被引用数 117

ひとこと要約

この論文は、公開可能な室内環境で高解像度RGB画像を用いた約960枚の植物の幼苗画像データベースを12種にわたり提供し、 stratified cross-validation と f1スコア、ブートストラップ信頼区間を用いた分類性能のベンチマークを提案します。

ABSTRACT

A database of images of approximately 960 unique plants belonging to 12 species at several growth stages is made publicly available. It comprises annotated RGB images with a physical resolution of roughly 10 pixels per mm. To standardise the evaluation of classification results obtained with the database, a benchmark based on $f_{1}$ scores is proposed. The dataset is available at https://vision.eng.au.dk/plant-seedlings-dataset

研究の動機と目的

• 植物苗の種認識研究のための自由に入手できるデータベースを提供する。
• 制御条件下で各種ごとに複数の箱を育てることでクラス内のばらつきを捉える。
• 分類タスクに適したf1スコアベースのベンチマークを提案して評価を標準化する。

提案手法

• 室内で育成された12のデンマーク農業種の苗画像の公開データセットを組織する。
• Canon 600Dを用い、固定焦点50mmレンズで約1.1–1.15 mの高さから、約10ピクセル/mmの解像度でRGB画像を記録する（制御された照明下）。
• ベンチマークを提案する：層化交差検証と1000ブートストラップ再サンプルを用いて平均加重f1スコアと95%信頼区間を報告する。
• データセットを用いたNaive Bayesセグメンテーションデモンストレーションを含む処理パイプラインの例を提供する。

実験結果

リサーチクエスチョン

• RQ1 室内環境の制御下での初期成長段階における選択された植物種間および種内のばらつきはどの程度か？
• RQ2 標準化されたf1スコアベースのベンチマークはこのデータセット上で植物苗分類アルゴリズムの公平な比較を可能にするか？
• RQ3 高解像度RGB画像は初期成長段階での自動種識別をどの程度支援するか？
• RQ4 このデータセットにおけるセグメンテーション/分類のベースライン性能はどの程度確立できるか？

主な発見

• データベースには12種の画像が含まれており（2種は発芽せず、結果として活発な種は12種）、複数の生育段階にわたる960個の個体が含まれる。
• 総計407枚の画像が記録・公開され、ベンチマーキングと再現を可能にしている。
• データセットは約10ピクセル/mmの解像度を提供し、高精細な分析と分類器のベンチマークに適している。
• 評価手法として10分割交差検証と重み付き平均f1スコアおよびブートストラップ信頼区間（1000ブートストラップサンプル）を提案している。
• Naive Bayesを用いたセグメンテーションの例示的手法を示し、実現可能性と植生セグメンテーションにおける境界不確実性の問題を指摘している。