物体検出を用いた人工光型植物工場生産レタスのチップバーン検出における自己教師あり学習の導入

カテゴリ: 部門大会

論文No: GS3-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Introducing Self-supervised Learning into Detection of Tipburn of Lettuce Produced at Plant Factory with Artificial Light

著者名: 内山 雄亮（千葉大学）,中間 公啓（千葉大学）,小圷 成一（千葉大学）

著者名(英語): Yusuke Uchiyama (Chiba University),Kimihiro Nakama (Chiba University),Seiichi Koakutsu (Chiba University)

キーワード: 深層学習|物体検出|自己教師あり学習自己教師あり学習|Deep Learning|Detection|Self-supervised Learning

要約(日本語): 近年, レタスなどの葉物類において安定的な生産を実現する植物工場の技術が注目されている。しかし, 現状の課題としてチップバーンと呼ばれる生理障害があげられる。チップバーンを発症した作物は商品価値を損なうため除去作業が必要となる。現状この作業は人手によるため, チップバーンの検出を自動化することで植物工場の更なる普及が期待される。先行研究では, レタスの群落画像に対して, 畳み込みニューラルネットワーク（Convolutional Neural Network:CNN）による物体検出手法を用いた画像診断技術の有効性が確認されている。しかし, 訓練データ不足などの要因からチップバーンの判別を完全自動化できるほどの精度は得られていない。そこで, 本研究では自己教師あり学習法を導入することで, より効果的な画像の特徴表現学習の実現, およびチップバーンの検出精度の向上を目的とする。