[論文レビュー] MangoLeafBD: A Comprehensive Image Dataset to Classify Diseased and Healthy Mango Leaves

Sarder Iftekhar Ahmed, Muhammad Ibrahim+5 more|arXiv (Cornell University)|Aug 27, 2022

Phytoplasmas and Hemiptera pathogens被引用数 6

ひとこと要約

本論文は、バングラデシュの4,000枚のマンゴー葉画像をカバーする、7種類の病気および健全な葉を含む、公開可能で標準化された画像データセット「MangoLeafBD」を紹介する。3種類のディーブラーニングモデル（カスタムCNN、ResNet50、CNN-SVM）を評価し、高い正確性、再現率、F1スコアを達成しており、農業分野における自動マンゴー病害虫検出のための貴重なベンチマークを提供する。

ABSTRACT

Agriculture is of one of the few remaining sectors that is yet to receive proper attention from the machine learning community. The importance of datasets in the machine learning discipline cannot be overemphasized. The lack of standard and publicly available datasets related to agriculture impedes practitioners of this discipline to harness the full benefit of these powerful computational predictive tools and techniques. To improve this scenario, we develop, to the best of our knowledge, the first-ever standard, ready-to-use, and publicly available dataset of mango leaves. The images are collected from four mango orchards of Bangladesh, one of the top mango-growing countries of the world. The dataset contains 4000 images of about 1800 distinct leaves covering seven diseases. Although the dataset is developed using mango leaves of Bangladesh only, since we deal with diseases that are common across many countries, this dataset is likely to be applicable to identify mango diseases in other countries as well, thereby boosting mango yield. This dataset is expected to draw wide attention from machine learning researchers and practitioners in the field of automated agriculture.

研究の動機と目的

• 機械学習分野におけるマンゴー葉病害虫分類のための標準的で公開可能なデータセットの不足に対処すること。
• 現実の農業状況を反映する、バングラデシュのマンゴー葉の包括的で高品質な画像データセットを構築すること。
• 特にマンゴーの病害虫検出を目的とした、ディーブラーニングモデルの学習および評価のためのベンチマークを提供すること。
• 主にマンゴー栽培地域で共通する病気を焦点にすることで、グローバルな適用可能性を促進すること。
• 整理された、すぐに使用可能なデータセットを提供することで、自動化農業分野の研究を促進し、再現可能な実験を可能にすること。

提案手法

• バングラデシュの4か所の果樹園から、合計4,000枚のマンゴー葉画像を収集し、1,800枚の異なる葉と7つの病気カテゴリをカバーした。
• TensorFlowのImageDataGeneratorを用いて、厳密なデータクリーニング、前処理、およびデータ拡張技術（スケーリング、シアリング、ズーム、フリップ）を実施した。
• 5層の畳み込み層（フィルタ数：64, 64, 128, 128, 256）、ReLU活性化関数、3つのマックスプーリング層、および512ニューロンの全結合層を備えたカスタムCNNを設計した。
• Keras/TensorFlowを用いて、48層の畳み込み層、勾配消失を軽減するための残差接続、および事前学習済みパラメータを備えたResNet50を実装した。
• 5層の畳み込み層、ReLU活性化関数、マックスプーリング、2つの全結合層（512ニューロン）、およびSVM出力層を備えたハイブリッドCNN-SVMモデルを構築した。
• すべてのモデルを、カテゴリカル交差エントロピー（CNN、ResNet50）および二乗ヘッジ損失（CNN-SVM）を用い、Adam最適化法、バッチサイズ128、Google Colab上のGPUを用いて100エポックで学習させた。

実験結果

リサーチクエスチョン

• RQ1 大規模で公開可能で標準化されたマンゴー葉画像データセットは、植物病害虫検出モデルの性能向上および再現可能性を向上させることができるか？
• RQ2 カスタムCNN、ResNet50、CNN-SVMといった異なるディーブラーニングアーキテクチャは、複数のマンゴー葉病害虫および健全な葉の分類において、どのように性能を発揮するか？
• RQ3 データ拡張は、限られたが多様なマンゴー葉データセットにおいて、モデルの一般化性能と性能をどの程度向上させるか？
• RQ4 1か国（バングラデシュ）から開発されたデータセットは、類似した病原性を示す他のマンゴー栽培地域の病害虫分類においても有効に機能するか？
• RQ5 最先端のモデルをこの新しいドメイン特化データセットに適用した場合、正確性、再現率、F1スコアの指標はどのようになるか？

主な発見

• MangoLeafBDデータセットには、バングラデシュの4か所の果樹園から収集された4,000枚の画像が含まれており、1,800枚の異なるマンゴー葉と7つの病気カテゴリおよび健全な葉をカバーしている。
• カスタムCNNモデルは、すべてのクラスにおいて高い正確性、再現率、F1スコアを達成しており、本データセットにおける優れた性能を示している。
• ResNet50は、勾配消失を軽減するための残差接続を活用することで、カスタムCNNおよびCNN-SVMを上回る分類精度を示した。
• CNN-SVMハイブリッドモデルは、競争力ある性能を示しており、特徴抽出とマージン最大化分類器を組み合わせることで一般化性能が向上することを示している。
• データ拡張により、有効なトレーニングセットが大幅に拡大し、すべてのモデルにおいてモデルの頑健性が向上し、過学習が軽減された。
• 本データセットは公開可能であり、研究で即座に利用可能であり、今後の自動マンゴー病害虫検出分野の研究基盤を提供している。