IP102: Laajamittainen Benchmark Aineisto Hyönteisten Tuholaisten Tunnustaminen

5 3 ääntä
Artikkelin Stä

Xiaoping Wu1, Chi Zhan1, Yu-Kun Lai2, Ming-Ming Cheng1, Jufeng Yang1∗

1Nankai Yliopiston 2Cardiff Yliopisto

Tiivistelmä

Hyönteisten tuholaisia ovat yksi tärkeimmistä tekijöistä, jotka vaikuttavat maatalouden tuote tuotto., Tuhohyönteisten tarkka tunnistaminen helpottaa oikea-aikaisia ennaltaehkäiseviä toimenpiteitä taloudellisten menetysten välttämiseksi. Nykyiset näköluokitustehtävän aineistot keskittyvät kuitenkin pääasiassa tavallisiin esineisiin, esimerkiksi kukkiin ja koiriin. Tämä rajoittaa voimakkaan syväoppimisen teknologian soveltamista tietyillä aloilla, kuten maatalousalalla. Tässä paperissa keräämme suuren mittakaavan aineiston nimeltä IP102 hyönteisten tuholaistunnistusta varten. Erityisesti, se sisältää yli 75 000 kuvaa, jotka kuuluvat 102 luokat, jotka esittävät luonnon pitkähäntäinen jakauma., Lisäksi huomautamme noin 19 000 kuvaa, joissa on pyöristysrasioita kohteen havaitsemiseen. Se IP102 on hierarkkinen taksonomia ja hyönteisten tuholaisia, jotka vaikuttavat lähinnä yhden tietyn maataloustuotteen on ryhmitelty samaan ylemmän tason ryhmään. Lisäksi, me suorittaa useita lähtötilanteessa kokeita IP102 aineisto, mukaan lukien käsityönä ja syvä ominaisuus perustuva luokittelu menetelmiä. Kokeelliset tulokset osoittavat, että tällä aineistolla on luokkakohtaisen varianssin ja datan epätasapainon haasteet., Uskomme IP102 helpottaa tulevaisuuden tutkimuksen käytännön hyönteisten tuholaisten torjunta, hienorakeinen visuaalinen luokitus, ja epätasapainoinen oppimisen kenttiä. Teemme aineisto ja pre-koulutettu mallit julkisesti saatavilla osoitteessa https://github.com/xpwu95/IP102.

Paperi

Korostaa

  • suurin julkinen aineisto hyönteisten tuholaisten tunnistus. Tämä aineisto sisältää 102 tuhohyönteisten, kuten 75,222 kuvia luokka tarrat ja 18,976 kuvia rajaava laatikot.
  • laajat kokeet ehdotetusta aineistosta.,

Motivaatio

  • Hyönteistuho on yksi maataloustuotteiden satoon vaikuttavista päätekijöistä. Tuhohyönteisten tarkka tunnistaminen helpottaa oikea-aikaisia ennaltaehkäiseviä toimenpiteitä taloudellisten menetysten välttämiseksi.
  • nykyiset pienimuotoiset hyönteistuhoajatiedot eivät voi hyvin täyttää syväteknologian vaatimusta.

Tilastot ehdotetun IP102

Kuva 1: Tilastoja ehdotetun IP102 aineisto. a) hierarkkinen taksonomiajärjestelmä. B) tilastotiedot.,

Haasteita ehdotetun IP102

Kuva 2: Haasteita ehdotetun IP102 aineisto. a) epätasapainoinen jakautuminen. b) intra-& luokkien välinen varianssi.,

Benchmark Experiments

Classification performance of handcrafted and deep features

Classification performance with different hierarchical labels

Detection performance

More examples

(Visited 1,790 times, 2 visits today)

Share

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *