[논문 리뷰] MangoLeafBD: A Comprehensive Image Dataset to Classify Diseased and Healthy Mango Leaves

Sarder Iftekhar Ahmed, Muhammad Ibrahim외 5명|arXiv (Cornell University)|2022. 08. 27.

Phytoplasmas and Hemiptera pathogens인용 수 6

한 줄 요약

이 논문은 방글라데시에서 수집한 4,000장의 망고 잎 이미지로 구성된 공개 가능하고 표준화된 이미지 데이터셋인 MangoLeafBD를 소개한다. 이 데이터셋은 일곱 가지 병해와 건강한 잎을 포함한다. 세 가지 딥러닝 모델—커스텀 CNN, ResNet50, CNN-SVM—을 평가하여 높은 정밀도, 재현율 및 F1 스코어를 달성하였으며, 농업 분야의 자동 망고 병해 감지에 있어 유의미한 기준을 제공한다.

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.

연구 동기 및 목표

• 머신러닝 분야에서 망고 잎 병해 분류를 위한 표준화되고 공개 가능한 데이터셋의 부족을 보완하기 위해.
• 실제 농업 환경을 반영하는, 방글라데시에서 수집한 종합적이고 고품질의 망고 잎 이미지 데이터셋을 구축하기 위해.
• 특히 망고에 초점을 맞춘 식물 병해 감지 분야에서 딥러닝 모델을 훈련하고 평가하기 위한 기준을 제공하기 위해.
• 특정 국가에 국한되지 않고 망고 재배 지역에서 공통적으로 발생하는 병해를 중심으로 글로벌 적용 가능성을 확보하기 위해.
• 잘 정제되고 즉시 사용 가능한 데이터셋을 제공함으로써 자동화된 농업 연구를 촉진하고 재현 가능한 실험을 가능하게 하기 위해.

제안 방법

• 방글라데시 전역의 네 곳의 농장에서 4,000장의 망고 잎 이미지를 수집하였으며, 이는 1,800개의 개별 잎과 일곱 가지 병변 유형을 포함한다.
• TensorFlow의 ImageDataGenerator를 사용하여 철저한 데이터 정제, 전처리 및 데이터 증강 기법(스케일링, 시어링, 줌, 플립)을 적용하였다.
• 다섯 개의 합성곱층(64, 64, 128, 128, 256 필터), ReLU 활성화 함수, 세 개의 맥스 풀링층, 512개의 뉴런을 가진 완전 연결층을 갖춘 커스텀 CNN을 설계하였다.
• Keras/TensorFlow를 통해 사전 훈련된 파rameter를 활용한 48개의 합성곱층, 잔차 연결을 통한 기울기 소실 문제 완화 기능을 갖춘 ResNet50을 구현하였다.
• 다섯 개의 합성곱층, ReLU 활성화 함수, 맥스 풀링, 두 개의 완전 연결층(512개 뉴런), 그리고 SVM 출력층을 포함한 하이브리드 CNN-SVM 모델을 구축하였다.
• 모든 모델을 GPU를 사용하여 Google Colab에서 훈련하였으며, categorical cross-entropy(모델 CNN, ResNet50)와 제곱 허브 손실(모델 CNN-SVM)을 사용하고, Adam 옵timizer, 배치 크기 128, 총 100 에포크를 적용하였다.

실험 결과

연구 질문

• RQ1 대규모의 공개 가능하고 표준화된 망고 잎 이미지 데이터셋이 식물 병해 감지 모델의 성능 향상과 재현 가능성 향상에 기여할 수 있는가?
• RQ2 커스텀 CNN, ResNet50, CNN-SVM 등 다양한 딥러닝 아키텍처가 다수의 망고 잎 병해 및 건강한 잎을 분류하는 데 어떻게 성능을 내는가?
• RQ3 데이터 증강 기법이 제한된 대신 다양한 망고 잎 데이터셋에서 모델의 일반화 능력과 성능 향상에 얼마나 기여하는가?
• RQ4 한 국가(방글라데시)에서 수집된 데이터셋이 유사한 병변을 보이는 다른 망고 재배 지역에서도 병해 분류에 효과적으로 활용될 수 있는가?
• RQ5 최신 기술 수준의 모델이 이 새로운 영역 특화 데이터셋에 적용되었을 때 정밀도, 재현율 및 F1 스코어는 각각 얼마인가?

주요 결과

• MangoLeafBD 데이터셋은 방글라데시 네 곳의 농장에서 수집한 4,000장의 이미지로 구성되어 있으며, 이는 1,800개의 개별 망고 잎과 일곱 가지 병변 유형 및 건강한 잎을 포함한다.
• 커스텀 CNN 모델은 모든 클래스에서 높은 정밀도, 재현율 및 F1 스코어를 기록하여 데이터셋에서 뛰어난 성능을 보였다.
• ResNet50는 잔차 연결을 통해 기울기 소실 문제를 완화함으로써 커스텀 CNN 및 CNN-SVM보다 분류 정확도에서 뛰어난 성능을 보였다.
• CNN-SVM 하이브리드 모델은 경쟁력 있는 성능을 보였으며, 특징 추출과 마진 최대화 분류기의 조합이 일반화 능력을 향상시킨다는 점을 시사하였다.
• 데이터 증강은 효과적인 훈련 세트를 크게 확장하여 모든 모델에서 모델의 강건성 향상과 과적합 방지를 개선하였다.
• 이 데이터셋은 공개 가능하며 연구에 즉시 활용할 수 있도록 설계되었으며, 향후 자동 망고 병해 감지 분야의 연구 기반을 마련하였다.