エダマメ莢のカラー画像および蛍光画像を入力とした2入力CNNによる熟度関連成分の推定

抄録

水分率およびフルクトース含量をはじめとするエダマメの熟度関連品質の迅速評価に向け，カラー画像と365 nm励起蛍光画像を入力とする2入力Convolutional Neural Network (CNN)モデルを構築した．カラー画像および蛍光画像をそれぞれ独立したCNNブランチに入力し，水分率またはフルクトース含量を回帰した．学習条件はベイズ最適化により探索した．5分割交差検証の結果，水分率ではEfficientNet-B0がRoot Mean Square Error (RMSE) = 1.81 %，フルクトース含量ではRMSE = 0.20 g/100 g DWを達成した．アブレーション評価により，水分率にはカラー画像，フルクトース含量には蛍光画像が主に寄与することが示された．