[論文レビュー] Farm land weed detection with region-based deep convolutional neural networks

Mohammad Ibrahim Sarker, Hyongsuk Kim|arXiv (Cornell University)|Jun 5, 2019

Smart Agriculture and AI参考文献 18被引用数 4

ひとこと要約

本論文では、農地画像における正確で効率的な雑草検出を実現するため、微調整されたResNet-101と統合された領域ベースの完全畳み込みネットワーク（R-FCN）を提案する。データセットサイズが限られている問題に対処するため、著者らは過学習を軽減する目的でデータ拡張とドロップアウトを適用し、標準的なCNNアプローチと比較して、小規模な雑草データセットにおいて優れた検出性能を達成した。

ABSTRACT

Machine learning has become a major field of research in order to handle more and more complex image detection problems. Among the existing state-of-the-art CNN models, in this paper a region-based, fully convolutional network, for fast and accurate object detection has been proposed based on the experimental results. Among the region based networks, ResNet is regarded as the most recent CNN architecture which has obtained the best results at ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) in 2015. Deep residual networks (ResNets) can make the training process faster and attain more accuracy compared to their equivalent conventional neural networks. Being motivated with such unique attributes of ResNet, this paper evaluates the performance of fine-tuned ResNet for object classification of our weeds dataset. The dataset of farm land weeds detection is insufficient to train such deep CNN models. To overcome this shortcoming, we perform dropout techniques along with deep residual network for reducing over-fitting problem as well as applying data augmentation with the proposed ResNet to achieve a significant outperforming result from our weeds dataset. We achieved better object detection performance with Region-based Fully Convolutional Networks (R-FCN) technique which is latched with our proposed ResNet-101.

研究の動機と目的

• 農地画像における雑草の正確な検出を実現する強固なディーブラーニングモデルの開発。
• ディープ畳み込みニューラルネットワークの学習において、アノテート済みの雑草画像データが限られているという課題に対処すること。
• ドロップアウトとデータ拡張技術を用いて、小規模データセットにおける汎化性能を向上させ、過学習を低減すること。
• 領域ベースの完全畳み込みネットワーク（R-FCN）とリーダンスネットワークの統合が、農業画像における物体検出に与える影響を評価すること。
• リアルタイムの農地雑草監視アプリケーションに適した、高い検出精度と高速な処理を達成すること。

提案手法

• 空間不変性を備えたエンドツーエンドの物体検出を可能にするために、領域ベースの完全畳み込みネットワーク（R-FCN）が採用された。
• 農地の雑草データセット上で事前学習済みのResNet-101アーキテクチャを微調整し、特定の検出タスクに適した特徴を抽出した。
• 小規模な雑草データセットの影響による過学習を軽減するため、訓練中にドロップアウト層が適用された。
• 訓練データセットの人工的拡張とモデルの頑健性向上のため、データ拡張技術が用いられた。
• 重み減衰とモーメンタム最適化を用いた確率的勾配降下法で、エンドツーエンドにモデルを訓練した。
• 最終畳み込み層からの特徴マップを用いて、領域提案を生成し、バウンディングボックスで雑草を分類した。

実験結果

リサーチクエスチョン

• RQ1 微調整されたResNet-101を統合した領域ベースの完全畳み込みネットワークは、農地画像からの雑草検出において高い精度を達成できるか？
• RQ2 小規模な農業画像データセット上でディープCNNを学習する際、ドロップアウトとデータ拡張は過学習をどれほど効果的に低減できるか？
• RQ3 R-FCNとResNet-101の統合は、標準的なCNNアーキテクチャと比較して、雑草検出タスクで優れた性能を示すか？
• RQ4 実世界の農業応用において、ディープリーダンスネットワークを用いる場合、検出速度と精度のトレードオフはどのようなものか？
• RQ5 ImageNetで事前学習されたモデルからの転移学習は、限られた雑草検出データセットにおいて顕著な性能向上をもたらすか？

主な発見

• 提案された微調整済みResNet-101を統合したR-FCNは、小規模な雑草データセットにおいて、標準的なCNNモデルと比較して優れた検出性能を示した。
• データ拡張とドロップアウトの適用により、過学習が顕著に低減され、未学習の農地画像に対するモデルの汎化性能が向上した。
• ResNet-101のバックボーンを雑草データセット上で微調整することで、学習から開始するよりも収束が速く、精度が向上した。
• 領域ベースの検出フレームワークにより、バウンディングボックスを用いた雑草の正確な局所化が可能となり、標的除草剤の散布に適した応用が可能になった。
• データ拡張のおかげで、照明条件、土壌状態、雑草の外観の変化に対しても、モデルの頑健性が確保された。
• 検出精度と推論速度の間に顕著なバランスが実現され、リアルタイムの現場への展開に適した性能を示した。