[논문 리뷰] Localized Data Work as a Precondition for Data-Centric ML: A Case Study of Full Lifecycle Crop Disease Identification in Ghana

Darlington Akogo, Issah Abubakari Samori외 6명|arXiv (Cornell University)|2023. 07. 04.

Smart Agriculture and AIAgricultural and Biological Sciences인용 수 3

한 줄 요약

이 논문은 가나의 드론 촬영 다중스펙트럼 영상 자료를 활용해 농작물 병해충 진단의 전 생애주기적 접근을 위한 데이터 중심 기계학습 기반 CADI AI 프로젝트를 제시한다. 현지 데이터 작업—스테이크홀더 참여, 레이블링된 데이터 수집(4,736장의 이미지), YOLOv5X를 활용한 모델 훈련—를 통해 농민이 공간 정밀도를 갖춘 캐슈 농작물의 해충, 병원균, 비생물적 스트레스를 진단할 수 있는 桌상형 응용 프로그램을 개발하였다. 이 응용 프로그램은 mAP 64.8%의 성능을 기록하였다.

ABSTRACT

The Ghana Cashew Disease Identification with Artificial Intelligence (CADI AI) project demonstrates the importance of sound data work as a precondition for the delivery of useful, localized datacentric solutions for public good tasks such as agricultural productivity and food security. Drone collected data and machine learning are utilized to determine crop stressors. Data, model and the final app are developed jointly and made available to local farmers via a desktop application.

연구 동기 및 목표

• 가나의 캐슈 농업 부문에서 식량 안보 및 농업 생산성 문제를 해결하기 위해 현지화된 데이터 기반 AI 솔루션을 개발한다.
• 기존 농업 AI 도구의 한계를 극복하기 위해 효과적인 모델 배포를 위한 전제 조건으로 철저한 현지 데이터 작업을 강조한다.
• 소농민을 지원하기 위한 실질적 통찰을 제공하는 공개 접근이 가능한 오픈소스 파이프라인을 구축한다.
• 공간 정렬 기능과 사용자 友好的 소프트웨어 배포를 통합하여 실제 농업 현장에서의 모델 사용성을 확보한다.
• 저자원 환경에서의 향후 农업 AI 혁신을 위한 지속 가능하고 공동체 기반의 데이터 및 모델 생태계를 구축한다.

제안 방법

• 가나의 보노 지역에서 두 차례의 현장 조사로 캐슈 농장에서 촬영한 다중스펙트럼 드론 영상 4,736장을 수집하여 계절적 및 형태적 다양성을 반영하였다.
• 현지 농업 과학자와 협의해 개발한 레이블 가이드라인을 기반으로 MakeSense 및 Roboflow 도구를 사용해 영상에 레이블을 부여하였으며, 스트레서를 '해충', '병원균', '비생물적'으로 분류하였다.
• 데이터셋을 3,788장의 훈련, 710장의 검증, 238장의 테스트 이미지로 분할하였으며, 실제 발생 빈도를 반영하기 위해 클래스의 비율 불균형을 유지하였다.
• DFKI GIZ 클러스터에서 YOLOv5X 객체 탐지 모델을 훈련하였으며, 실제 세계의 비율을 유지하면서도 부족한 클래스의 균형을 맞추기 위해 데이터 증강 기법을 적용하였다.
• 훈련된 모델을 플러터 기반 데스크톱 애플리케이션에 통합하여 농민이 이미지를 업로드하고 공간 메타데이터를 포함한 정밀한 진단 결과를 받을 수 있도록 하였다.
• 데이터셋은 카글과 허깅페이스에 호스팅하였으며, 모델도 허깅페이스에 공개하여 개방형 접근, 재사용, 커뮤니티 기여를 가능하게 하였다.

Figure 1: A visual summary of the application lifecycle: data work (data collection with farmers, data annotation and labelling), model work (model training and fine-tuning), and UI application (software deployment and release to farmers).

실험 결과

연구 질문

• RQ1 현지 데이터 작업은 농업 AI 응용 분야에서 효과적인 데이터 중심 기계학습을 위한 전제 조건으로서 어떻게 작용할 수 있는가?
• RQ2 저자원, 소농민 중심의 농업 환경에서 다양하고 실제적인 농작물 영상 자료를 수집하고 레이블링하는 데 발생하는 도전 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ3 실제 농업 환경의 데이터에서 데이터 품질, 레이블 일관성, 클래스 분포가 농작물 스트레서 탐지 성능에 미치는 영향은 어느 정도인가?
• RQ4 데이터 수집, 모델 훈련, 응용 프로그램 배포를 위한 투명하고 오픈소스 기반의 파이프라인을 효과적으로 구현하여 소농민을 지원할 수 있는가?
• RQ5 스테이크홀더 협업과 전문 영역 지식은 농업 AI 시스템의 관련성과 정확성을 확보하는 데 어떤 역할을 하는가?

주요 결과

• CADI AI 프로젝트는 가나에서 실제 농장에서 수집한 4,736장의 레이블링된 드론 영상 자료를 기반으로 전 생애주기 농작물 병해 진단을 위한 데이터 중심 파이프라인을 성공적으로 개발하였다.
• 최종 YOLOv5X 모델은 테스트 세트에서 평균 정밀도(mAP) 0.648의 성능을 기록하여 실용적 배포에 적합한 높은 성능을 입증하였다.
• 해충 클래스는 뚜렷한 시각적 특징을 지니고 있어 가장 높은 성능를 보였지만, 병원균과 비생물적 스트레서 클래스는 외관상 유사성이 높아 구분하기 어려웠다.
• 데이터셋의 '비생물적' 스트레서에 대한 상당한 비율 불균형을 유지함으로써 실제 농업 환경의 조건을 반영하였으며, 이는 현장 환경에서의 모델 강건성을 향상시켰다.
• 데스크톱 애플리케이션은 공간 정렬 기능을 통해 농민이 스트레서를 정밀하게 진단할 수 있도록 하여 타겟팅된 농업 개선 조치를 위한 실질적 통찰을 제공한다.
• 카글과 허깅페이스를 통해 데이터, 모델, 코드에 대한 개방형 접근을 확보하여, 버전 관리 및 셀렉션 지원 기능을 통해 재사용, 확장, 커뮤니티 기여를 가능하게 하였다.

Figure 2: Top: Sample instances from the annotated dataset. For a higher resolution sample see the appendices. Bottom: Distribution of labels in the annotated data.