畳み込みニューラルネットワークMobileNetV2を用いたクロマツ雌花開花ステージの判定ツールの開発

抄録

開花ステージ判定の精度は人工交配の成否に関わるため重要である。従来は目視判定するのが一般的であるが，習熟が必要であり，判定に個人差があるなどの課題が存在する。今回，クロマツ雌花について，調査者の目によらない簡易な開花ステージ判定手法を構築するため，深層学習を用いた分類モデルを作成し，モデルを組込んだWebアプリケーションを開発した。習熟した複数の調査者が様々なクロマツ雌花の画像をステージⅠ，ⅡおよびⅢに分類し，全員の判定が一致した画像合計3,074枚の画像を使用して，MobileNetV2の転移学習によってモデルを作成した。雌花が画面全体に対して小さい画像や，雌花と関係のない物体が写りこんでいる画像，雌花が黄緑色をしている画像などでモデルの予測が正しくないものがあったが，正解率は0.974，適合率と再現率をバランスよく評価するFスコアは0.949とともに非常に高かったため，実際の野外での形質評価における使用も期待できると考えた。