[論文レビュー] SWP-Leaf NET: a novel multistage approach for plant leaf identification based on deep learning.

Ali Beikmohammadi, Karim Faez+1 more|arXiv (Cornell University)|Sep 10, 2020

Smart Agriculture and AI参考文献 38被引用数 7

ひとこと要約

本稿では、植物の葉の識別を目的とした、マルチステージの深層学習フレームワーク「SWP-Leaf NET」を提案する。このフレームワークは、3つの専用モデル（2つのカスタム設計モデルと1つの微調整済みMobileNetV2）を用いて、植物学者の行動を模倣する。特徴量の手作業抽出を不要とし、高速化と分散性の向上を実現した。FlaviaおよびMalayaKewデータセットで、それぞれ99.67%および99.81%の正確性を達成した。

ABSTRACT

Modern scientific and technological advances are allowing botanists to use computer vision-based approaches for plant identification tasks. These approaches have their own challenges. Leaf classification is a computer-vision task performed for the automated identification of plant species, a serious challenge due to variations in leaf morphology, including its size, texture, shape, and venation. Researchers have recently become more inclined toward deep learning-based methods rather than conventional feature-based methods due to the popularity and successful implementation of deep learning methods in image analysis, object recognition, and speech recognition. In this paper, a botanist's behavior was modeled in leaf identification by proposing a highly-efficient method of maximum behavioral resemblance developed through three deep learning-based models. Different layers of the three models were visualized to ensure that the botanist's behavior was modeled accurately. The first and second models were designed from scratch.Regarding the third model, the pre-trained architecture MobileNetV2 was employed along with the transfer-learning technique. The proposed method was evaluated on two well-known datasets: Flavia and MalayaKew. According to a comparative analysis, the suggested approach was more accurate than hand-crafted feature extraction methods and other deep learning techniques in terms of 99.67% and 99.81% accuracy. Unlike conventional techniques that have their own specific complexities and depend on datasets, the proposed method required no hand-crafted feature extraction, and also increased accuracy and distributability as compared with other deep learning techniques. It was further considerably faster than other methods because it used shallower networks with fewer parameters and did not use all three models recurrently.

研究の動機と目的

• 植物種における葉形態の多様性（サイズ、形状、質感、脈路など）の高い変動性に対処すること。
• 深層学習を用いて、植物学者の葉の識別意思決定プロセスを模倣する手法を開発すること。
• 手作業による特徴量抽出の必要性を排除すること。これは時間のかかる作業であり、データセットに依存する。
• 従来の手法および既存の深層学習手法と比較して、正確性、速度、モデルの分散性を向上させること。

提案手法

• 植物学者の段階的分析プロセスを模倣するため、階層的な葉の特徴を捉えるために、スクラッチから2つのカスタム深層学習モデルを設計した。
• 第三のモデルでは、事前学習済みのMobileNetV2アーキテクチャを用いたトランスファー学習を採用し、訓練の複雑さを低減しつつ特徴表現を強化した。
• すべての3つのモデルの異なる層における特徴マップを可視化し、モデルが人間の視覚的推論に類似した認識を学習していることを検証した。
• 各段階が段階的に分類を精緻化するマルチステージパイプラインとして3つのモデルを統合し、効率性を高めるために全モデルを繰り返し使用しないようにした。
• 浅いネットワークを用いてパラメータ数を減らすことで、アーキテクチャを最適化し、リアルタイム適用性を向上させた。
• フレームワークの訓練および評価を、FlaviaおよびMalayaKewの2つのベンチマークデータセットで実施し、堅牢性および一般化性能を確保した。

実験結果

リサーチクエスチョン

• RQ1 マルチステージの深層学習フレームワークは、植物学者の葉の識別意思決定行動を効果的に模倣できるか？
• RQ2 本手法は、手作業による特徴量抽出および他の深層学習手法と比較して、正確性と効率性において優れているか？
• RQ3 MobileNetV2を用いたトランスファー学習は、モデルの複雑さを低減しつつ、性能をどの程度向上させるか？
• RQ4 手作業による特徴量抽出を一切行わないフレームワークは、多様なデータセットにわたって、より高い正確性と優れた分散性を達成できるか？

主な発見

• 提案されたSWP-Leaf NETは、Flaviaデータセットで99.67%の正確性を達成し、従来の手法および深層学習ベースの手法を上回った。
• MalayaKewデータセットでは、99.81%の正確性に達し、複雑な葉の識別タスクにおいて優れた性能を示した。
• 手作業による特徴量抽出の必要性が排除され、データセット固有の前処理に依存しなくなり、一般化能が向上した。
• 浅いネットワークと選択的モデル使用により、他の深層学習アプローチと比較して顕著に高速な推論時間を達成した。
• 視覚的特徴マップの分析により、モデルが異なる層で階層的かつ植物学者に類似した表現を学習していることが確認された。
• MobileNetV2を用いたトランスファー学習の統合により、少ないパラメータ数と低い計算コストで高い性能が達成された。