[논문 리뷰] A Public Image Database for Benchmark of Plant Seedling Classification Algorithms

Thomas Mosgaard Giselsson, Rasmus Nyholm Jørgensen외 3명|arXiv (Cornell University)|2017. 11. 15.

Smart Agriculture and AI참고 문헌 9인용 수 117

한 줄 요약

공개적으로 이용 가능한 이미지 데이터베이스에 12종에 걸친 ~960개의 식물 묘목이 포함되어 있으며(실내에서 고해상도 RGB 이미지) stratified cross-validation과 f1-scores 및 부트스트랩 신뢰구간을 사용한 분류 성능 벤치마크를 제안한다.

ABSTRACT

A database of images of approximately 960 unique plants belonging to 12 species at several growth stages is made publicly available. It comprises annotated RGB images with a physical resolution of roughly 10 pixels per mm. To standardise the evaluation of classification results obtained with the database, a benchmark based on $f_{1}$ scores is proposed. The dataset is available at https://vision.eng.au.dk/plant-seedlings-dataset

연구 동기 및 목표

• 식물 묘목 이미지를 종 인식 연구를 위한 자유롭게 접근 가능한 데이터베이스로 제공한다.
• 통제된 조건에서 종마다 여러 상자를 재배하여 클래스 내부 변 variation을 포착한다.
• 분류 작업에 적합한 f1-score 기반 벤치마크를 제안하여 평가를 표준화한다.

제안 방법

• 온실에서 재배된 12종의 덴마셔 농업 종으로부터 식물 묘목 이미지를 공개 데이터셋으로 구성한다.
• Canon 600D의 고정 50 mm 렌즈를 사용하여 약 10 pixels per mm 해상도로 RGB 이미지를 ~1.1–1.15 m 높이에서 조명 조건 하에 촬영한다.
• 벤치마크를 제안한다: stratified cross-validation과 1000 bootstrap 재샘플링을 사용하여 평균 가중 f1-scores와 95% 신뢰구간을 보고한다.
• 데이터셋에 대한 Naive Bayes 분절 데모를 포함한 예시 처리 파이프라인을 제공한다.

실험 결과

연구 질문

• RQ1 제어된 실내 조건에서 선택된 식물 종 간의 초기 생장 단계에서의 변이가 내재하는가?
• RQ2 이 데이터셋에서 표준화된 f1-score 기반 벤치마크가 식물 묘목 분류 알고리즘의 공정한 비교를 가능하게 하는가?
• RQ3 고해상도 RGB 이미지는 초기 생장 단계에서 자동 종 인식에 어떤 도움을 주는가?
• RQ4 이 데이터셋에서 분절/분류에 대해 어떤 기본 성능을 설정할 수 있는가?

주요 결과

• 데이터베이스는 12종의 이미지(발아되지 않은 두 종 제외로 인해 12개의 활성 종)와 여러 생장 단계에 걸친 960개의 고유 식물을 포함한다.
• 총 407장의 이미지가 기록되어 공개적으로 이용 가능하며 벤치마킹과 재현을 가능하게 한다.
• 데이터셋은 약 10 pixels per mm 해상도를 제공하여 고해상도 분석 및 분류기의 벤치마킹에 적합하다.
• 가중 평균 f1-scores와 부트스트랩 신뢰구간(1000 부트스트랩 샘플)을 보고하는 10-폴드 교차 검증 기반 평가 방법을 제안한다.
• Naive Bayes를 이용한 예시 분절 접근법이 시연되어 가능성을 보여주고, 식생 분절의 경계 불확실성 문제를 강조한다.