[论文解读] Paddy Doctor: A Visual Image Dataset for Automated Paddy Disease Classification and Benchmarking

A Petchiammal, Briskline Kiruba S+2 more|arXiv (Cornell University)|May 23, 2022

Smart Agriculture and AIAgricultural and Biological Sciences被引用 17

一句话总结

本论文介绍了 Paddy Doctor，这是一个大规模、公开可用的稻叶图像数据集，包含 16,225 幅经过标注的图像，涵盖 13 个类别（12 种疾病和健康叶片），数据源自印度不同地理区域的真实稻田，使用高分辨率智能手机拍摄。该研究使用五种深度学习模型对数据集进行了基准测试，其中 ResNet34 达到最高的 F1 分数 97.50%，证明其在真实农业应用中自动识别稻瘟病方面的有效性。

ABSTRACT

One of the critical biotic stress factors paddy farmers face is diseases caused by bacteria, fungi, and other organisms. These diseases affect plants' health severely and lead to significant crop loss. Most of these diseases can be identified by regularly observing the leaves and stems under expert supervision. In a country with vast agricultural regions and limited crop protection experts, manual identification of paddy diseases is challenging. Thus, to add a solution to this problem, it is necessary to automate the disease identification process and provide easily accessible decision support tools to enable effective crop protection measures. However, the lack of availability of public datasets with detailed disease information limits the practical implementation of accurate disease detection systems. This paper presents \emph{Paddy Doctor}, a visual image dataset for identifying paddy diseases. Our dataset contains 16,225 annotated paddy leaf images across 13 classes (12 diseases and normal leaf). We benchmarked the \emph{Paddy Doctor} dataset using a Convolutional Neural Network (CNN) and four transfer learning based models (VGG16, MobileNet, Xception, and ResNet34). The experimental results showed that ResNet34 achieved the highest F1-score of 97.50%. We release our dataset and reproducible code in the open source for community use.

研究动机与目标

• 为训练和基准测试自动化检测系统，解决当前公开可用、高质量且多样化的稻叶病害图像数据集严重缺乏的关键问题。
• 开发一个可扩展的真实世界数据集，支持利用计算机视觉和深度学习实现准确高效的病害分类。
• 为最先进的稻瘟病检测模型提供基准，减少对人工识别的依赖以及过度使用农药的情况。
• 使农民在缺乏农业专家支持的地区能够开发出可访问、低成本的决策支持工具。

提出的方法

• Paddy Doctor 数据集通过在印度不同地理区域的真实稻田中使用高分辨率智能手机相机采集。
• 图像由农业专家手动清洗和标注，确保 13 个类别的准确标注：12 种稻瘟病和 1 个正常（健康）叶片类别。
• 训练并评估了五种深度学习模型：一种自定义的深度卷积神经网络（DCNN）和四种迁移学习模型——VGG16、MobileNet、Xception 和 ResNet34。
• 应用了包括旋转、剪切、缩放、平移和水平翻转在内的数据增强技术，以提高模型的泛化能力和鲁棒性。
• 所有模型均在 10,384 张图像的训练集上进行训练（占 12,980 张图像经验证集划分后的 80%），使用 3,245 张图像进行测试，输入尺寸为 256×256 像素，并使用 ImageNet 预训练权重。
• 超参数包括批量大小为 32、训练 100 个周期，基础初始学习率为 0.001，训练在 Google Colab 上使用 GPU 加速完成。

实验结果

研究问题

• RQ1 大规模、真实世界的稻叶图像数据集在利用深度学习实现准确自动病害分类方面的有效性如何？
• RQ2 在涵盖多种症状和病理特征的情况下，哪种深度学习架构在分类稻叶病害方面表现最佳？
• RQ3 与在该数据集上训练的自定义 CNN 相比，使用预训练模型进行迁移学习在多大程度上提升了分类性能？
• RQ4 数据增强和微调策略在多大程度上显著提升了模型在真实农业图像数据上的泛化能力和鲁棒性？
• RQ5 与现有公开数据集相比，Paddy Doctor 数据集在规模、类别多样性及图像质量方面表现如何？

主要发现

• ResNet34 达到最高的 F1 分数 97.50%，优于所有其他测试模型，包括 Xception（96.57%）、VGG16（93.20%）、MobileNet（92.39%）和自定义 DCNN（88.81%）。
• Xception 模型表现出色，F1 分数达 96.57%，表明其在所有病害类别中均具有高精度和高召回率。
• 自定义 DCNN 模型的 F1 分数为 88.81%，凸显了在复杂、细粒度的病害分类任务中非迁移学习方法的局限性。
• 数据增强的使用显著提升了模型的泛化能力，所有评估指标均表现出一致的性能。
• Paddy Doctor 数据集在规模（16,225 张图像）和类别多样性（13 个类别）方面均优于现有公开数据集，包括罕见且复杂的疾病如细菌性穗枯病和黄斑螟害。
• 数据集和可复现代码的开源，使得社区范围内的基准测试和未来在自动稻瘟病检测领域的研究成为可能。