Mask R-CNNを用いた理科教育向け植物判定システムの検討

抄録

理科教育においては身近な自然体験の充実が求められており，その目的は自然に直接触れることで自然界における植物や生物を保護する態度を育むためである．その一方で多くの指導教員が植物や生物の知識や技術に乏しく，指導するにあたって不安を感じていることが問題となっている．そこで本研究ではこれらの問題を解決するために，物体インスタンスセグメンテーションアルゴリズムの一つであるMask R-CNNを用いて画像内の植物を学習させ，生徒，教師の両方が使用できるような植物判定システムを提案する．具体的には，小学校の学習指導要録に記載された約10種類の植物のうち見分けが難しいヒメジョオン，ミカン，ピーマン，カラタチの各花の画像を対象に判別を行った．各植物100枚の画像を用意し，学習データ70％，検証データ20％，テストデータ10％として検証を行った．