[論文レビュー] Cashew dataset generation using augmentation and RaLSGAN and a transfer learning based tinyML approach towards disease detection

Varsha Jayaprakash, K. R. Akilesh+3 more|arXiv (Cornell University)|Apr 18, 2023

Smart Agriculture and AIAgricultural and Biological Sciences被引用数 3

ひとこと要約

本論文は、光度的・幾何的増強とRaLSGANを用いて、病気検出におけるデータ不足を解消するための新しい拡張済みカシューリーブおよびフルーツデータセットを提案する。本研究では、MobileNetおよびInceptionを用いたトランスファー学習を実施し、TensorFlow Liteによる最適化を経て、ドローン上でのtinyMLデプロイメントを実現。リアルタイムでリソース制約のある環境でも、最大99％の精度を達成し、メモリとレイテンシを低減した。

ABSTRACT

Cashew is one of the most extensively consumed nuts in the world, and it is also known as a cash crop. A tree may generate a substantial yield in a few months and has a lifetime of around 70 to 80 years. Yet, in addition to the benefits, there are certain constraints to its cultivation. With the exception of parasites and algae, anthracnose is the most common disease affecting trees. When it comes to cashew, the dense structure of the tree makes it difficult to diagnose the disease with ease compared to short crops. Hence, we present a dataset that exclusively consists of healthy and diseased cashew leaves and fruits. The dataset is authenticated by adding RGB color transformation to highlight diseased regions, photometric and geometric augmentations, and RaLSGAN to enlarge the initial collection of images and boost performance in real-time situations when working with a constrained dataset. Further, transfer learning is used to test the classification efficiency of the dataset using algorithms such as MobileNet and Inception. TensorFlow lite is utilized to develop these algorithms for disease diagnosis utilizing drones in real-time. Several post-training optimization strategies are utilized, and their memory size is compared. They have proven their effectiveness by delivering high accuracy (up to 99%) and a decrease in memory and latency, making them ideal for use in applications with limited resources.

研究の動機と目的

• 密集した樹冠を持つ木々における、限られた、かつ不均衡なデータセットの課題に対処する。
• RGBカラー変換を用いて、健康なおよび病巣を有するカシューリーブおよびフルーツの高品質で本物に近いデータセットを構築し、病巣領域の可視性を向上させる。
• 光度的および幾何的増幅を組み合わせたRaLSGANを用いて、データセットの多様性とサイズを拡大し、モデルの一般化性能を向上させる。
• ドローンなどのリソース制約のあるプラットフォーム上で、現地の状況でもリアルタイムでデバイス上での病気検出を可能にする。
• 推論性能を最適化するため、トレーニング後の量子化およびモデル圧縮技術を用いる。

提案手法

• 病巣領域の可視性を向上させるために、カシューリーブおよびフルーツ画像に対してRGBカラー変換を適用し、視覚的識別性を向上させる。
• 光度的および幾何的データ増幅を用いて、照明および姿勢の変化に対してより多様で頑健なデータセットを構築する。
• RaLSGAN（相対的平均最小二乗生成対抗ネットワーク）を用いて合成画像を生成し、初期データセットを拡張し、データ不足を軽減する。
• 増幅済みデータセット上で、MobileNetおよびInceptionアーキテクチャを用いたトランスファー学習により、ディープラーニングモデルを訓練および評価する。
• TensorFlow Liteを用いて、エッジデバイスにモデルをデプロイし、トレーニング後の量子化および最適化技術を適用して、モデルサイズと推論レイテンシを低減する。
• 複数の最適化済みモデルバージョンの間で、メモリフットプリントと推論レイテンシを比較し、最も効率的なデプロイメント構成を同定する。

実験結果

リサーチクエスチョン

• RQ1 データ増幅とGANベースの合成が、小規模で実世界のカシューデータセットの品質と多様性を顕著に向上させることができるか？
• RQ2 MobileNetおよびInceptionを用いたトランスファー学習が、増幅済みカシューデータセット上で分類精度をどの程度向上させるか？
• RQ3 トレーニング後の量子化および最適化技術は、エッジデプロイメントに適したモデルサイズとレイテンシをどの程度低減できるか？
• RQ4 最適化されたモデルは、低消費電力デバイス（例：ドローン）上で高精度を維持しながら、リアルタイム推論を実現できるか？
• RQ5 デバイス上でのカシューデータの病気検出において、モデルの精度、メモリフットプリント、推論速度の最適なバランスは何か？

主な発見

• 提案されたデータセット増幅およびRaLSGANベースのデータ生成により、実世界のカシューデータに対してモデルの一般化性能と頑健性が顕著に向上した。
• MobileNetおよびInceptionを用いたトランスファー学習により、増幅済みデータセット上で最大99％の分類精度を達成し、高い性能を示した。
• トレーニング後の量子化により、モデルサイズと推論レイテンシが低減され、メモリ制限のあるエッジデバイスへのデプロイメントが可能になった。
• 最適化されたモデルは、最小限のメモリオーバーヘッドで高精度を維持しており、ドローン上でのリアルタイム病気検出を可能にした。
• データ増幅、GANベースの合成、およびモデル最適化の組み合わせにより、農業監視に適した、実用的で効率的かつ高精度なtinyMLパイプラインが実現した。
• 最終的な最適化済みモデルは、メモリフットプリントとレイテンシが大幅に低減されており、精密農業におけるエッジベースアプリケーションへの実用性が裏付けられた。