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アノテーションの重要性

カテゴリ: 部門大会

論文No: GS3-3

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): Importance of Annotation in Detection of Tipburn of Lettuce Produced at Plant Factory with Artificial Light 

著者名: 田中 友哉（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): Tomoya Tanaka (Chiba University),Kimihiro Nakama (Chiba University),Seiichi Koakutsu (Chiba University)

キーワード: Raspberry Pi|人工光型植物工場|チップバーン|畳み込みニューラルネットワーク|物体検出深層学習|Raspberry Pi|plant factory with artificial light|deep learning|convolutional neural network|object detectiondeep learning

要約(日本語): 植物工場におけるレタス生産において、チップバーンという生理障害が大きな問題となっている。現在、チップバーンの除去は人手で行っており、自動化が期待される。これまでに，物体検出手法である Faster R-CNN を用いた人工光型植物工場で生産されるレタスのチップバーン検出において，Raspberry Pi を用いた実環境での画像データ収集を行う撮影システムの構築，データオーギュメンテーションによる訓練データの水増し，画像の分割入力の導入，および物体検出モデルのパラメータ調整によるチップバーンの検出性能の向上が確認されている。しかし, 先行研究では, 検出できていないチップバーンが多数みられる。そこで, 本研究では, アノテーションに着目し, チップバーンの見え方を基準としてチップバーンと背景情報の比率を考慮したアノテーションによる精度検証を提案する。