ニンニク／ショウガ圃場における雑草検出手法の検討

カテゴリ: 部門大会

論文No: OS4-3

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Study of weeds detection method in garlic/ginger fields

著者名: 山岸 航平（東京電機大学）,中林 翼（東京電機大学）,鈴木 剛（東京電機大学）,齋藤 修平（コガネイ）,酒井 啓（コガネイ）,牧田 一美（コガネイ）

著者名(英語): Kohei Yamagishi (Tokyo Denki University),Tsubasa Nakabayashi (Tokyo Denki University),Tsuyoshi Suzuki (Tokyo Denki University),Shuhei Saitoh (KOGANEI Corporation),Hiraku Sakai (KOGANEI Corporation),Kazuyoshi Makita (KOGANEI Corporation)

キーワード: 農業ロボット|雑草検出|Mask-RCNNMask-RCNN|Agricultural robot|Weed detection|Mask-RCNN

要約(日本語): 近年，日本の農業は従事者や参入者が減少しており，これを解決するためにロボットやAI，IoTを活用した農業技術の社会実装に取り組んでいる．日本の主たる栽培方法は露地栽培であるが，その栽培は作物と雑草を見分けて雑草を取り除く，除草作業が必要不可欠であり，その省力化が期待されている．これを実現するために，本研究は露地栽培において作物と雑草を判別し，検出した雑草を取り除く自律型除草システムの開発を進めている．これまで，Mask-RCNNを用いた学習器による雑草検出に着手してきた．本発表はニンニク/ショウガ圃場において撮影した太陽光や天候などの外乱の影響がある撮影画像をデータセットとする，Mask-RCNNによる雑草検出性能を評価する．