[論文レビュー] Banana Sub-Family Classification and Quality Prediction using Computer Vision

Narayana Darapaneni, Arjun Tanndalam+6 more|arXiv (Cornell University)|Apr 6, 2022

Smart Agriculture and AI被引用数 8

ひとこと要約

本論文では、MobileNetを用いたトランスファーラーニングとデータ拡張を活用したコンピュータビジョンパイプラインを提案し、画像からバナナ亜種の分類と品質予測を実施する。3,064枚の画像を統合して訓練したモデルは、亜種分類で93.4%、品質予測で100%の精度を達成し、バナナサプライチェーンおよび小売業務の自動化を可能にする。

ABSTRACT

India is the second largest producer of fruits and vegetables in the world, and one of the largest consumers of fruits like Banana, Papaya and Mangoes through retail and ecommerce giants like BigBasket, Grofers and Amazon Fresh. However, adoption of technology in supply chain and retail stores is still low and there is a great potential to adopt computer-vision based technology for identification and classification of fruits. We have chosen banana fruit to build a computer vision based model to carry out the following three use-cases (a) Identify Banana from a given image (b) Determine sub-family or variety of Banana (c) Determine the quality of Banana. Successful execution of these use-cases using computer-vision model would greatly help with overall inventory management automation, quality control, quick and efficient weighing and billing which all are manual labor intensive currently. In this work, we suggest a machine learning pipeline that combines the ideas of CNNs, transfer learning, and data augmentation towards improving Banana fruit sub family and quality image classification. We have built a basic CNN and then went on to tune a MobileNet Banana classification model using a combination of self-curated and publicly-available dataset of 3064 images. The results show an overall 93.4% and 100% accuracy for sub-family/variety and for quality test classifications respectively.

研究の動機と目的

• サプライチェーンおよび小売環境におけるバナナ亜種および品質分類の自動化を目的とする。
• コンピュータビジョンを活用して在庫管理、重量測定、請求作業の手作業を削減する。
• 限られたが多様なバナナ画像データを用いて、頑健で正確な分類システムを開発する。
• 低リソースなフルーツ分類タスクにおいて、トランスファーラーニングとデータ拡張の有効性を評価する。

提案手法

• まず、ベースラインモデルとしてカスタム畳み込みニューラルネットワーク（CNN）を構築した。
• ImageNetで事前学習済みのMobileNetアーキテクチャを用いてトランスファーラーニングを適用した。
• 自ら収集したデータと公開済みのデータソースを統合し、合計3,064枚の画像からなるハイブリッドデータセットを構築した。
• モデルの汎化性能を向上させるとともに過学習を軽減するために、データ拡張技術を採用した。
• 亜種／品種分類および果物の品質分類という2つの異なる分類タスクに合わせて、モデルをファインチューニングした。
• ホールドアウトされたテストセットを用いて、標準的な正解率指標で評価を実施した。

実験結果

リサーチクエスチョン

• RQ1 限られた画像データを用いて、コンピュータビジョンモデルはバナナ亜種を正確に分類できるか？
• RQ2 トランスファーラーニングは、バナナ果実画像の分類性能をどの程度向上させるか？
• RQ3 データ拡張は、データ量が少ない状況下でもモデルの頑健性と汎化性能を向上させられるか？
• RQ4 提案されたパイプラインは、小売およびサプライチェーン用途におけるバナナ品質予測において、どの程度効果的か？

主な発見

• テスト画像からのバナナ亜種または品種分類において、モデルは93.4%の精度を達成した。
• 品質予測タスクは100%の精度に達し、この分類タスクにおける優れた性能を示した。
• MobileNetを用いたトランスファーラーニングにより、カスタムCNNベースラインと比較して、モデルの収束性と精度が顕著に向上した。
• データ拡張は、中程度のデータセットサイズであるにもかかわらず、モデルの汎化性能の向上に寄与した。
• 統合されたパイプラインは、自動バナナ選別および在庫管理システムにおける実用的導入の強い可能性を示している。