カラーおよび紫外励起蛍光画像を入力とした深層学習による大豆の外部欠陥判別

抄録

大豆の種子選別は時間と労力を要す作業であり，一農家が利用できる安価で簡便な選別機が求められている．本研究では，カラー画像および紫外励起蛍光画像の2種類の画像の入力による大豆の欠陥判別を目的とした．大豆種子のカラー画像と励起波長365 nmの蛍光画像をそれぞれ撮影し，目視にて正常粒・しわ粒・裂皮粒・病虫害粒の4カテゴリにラベル付けを行った．カラー画像，蛍光画像，カラー・蛍光画像同時入力の3パターンの入力によりResNet-50でモデルを構築した結果，テスト精度はそれぞれ91.7%，88.2%，88.3%であった．また，カラー・蛍光画像同時入力モデルでは正常粒の適合率が最も高く，判断根拠を可視化した結果，病斑のない健全箇所が重視されていた．以上より，従来のカラー画像に蛍光画像を組み合わせた判別手法が有効である可能性が示唆された．