Generalization of rice growth estimation using UAV with the utilization of crop science knowledge and assistance of pseudo-labeling

利用作物科学知识和伪标签辅助的无人机水稻生长估算的推广

• 批准号: 22KJ1240
• 负责人: 山口 友亮
• 金额: $ 1.09万
• 依托单位: Tokyo University of Agriculture and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22KJ1240/
• 关键词: イネ; 生育予測; UAV; リモートセンシング; 機械学習; 深層学習

本研究は品種による形態の影響を受けない汎用性の高いイネの生育推定モデルの構築を主な目的とした。当該年度は、まず、多様なイネ品種を対象にUAV空撮画像と実測の生育データの収集を行った。データ収集は本年度まで4年間継続して行っており、数千点のデータを蓄積した。高精度のモデルの構築には、データセットの拡張が有効である。そこで、植物体のサンプリングを行う株数を縮小して効率的に構築したデータセットが、生育推定モデルの開発に利用可能であるかを調査した。その結果、単回帰分析に基づく生育推定モデルは、サンプリングの株数を縮小したデータから構築した場合でも、従来と同程度の精度を実現できることが明らかとなった。さらに、サンプリングの株数を縮小したデータは、機械学習モデルの予測精度の向上にも寄与できることが示された。既往の研究では、複数株のサンプリングに基づくデータを集約して1点のデータとし、データセットが構築されることが一般的であったが、今回の結果から、省力的に収集可能な単一の株に基づくデータセットもモデル開発に活用できることが示された。以上の成果を活用し、多様なイネ品種群を含む計2000点以上のデータから成るデータセットを構築した。本データセットから様々な機械学習アルゴリズムを用いて生育推定モデルを構築し、モデルが適用可能な品種群を調査した。その結果、群落のテクスチャが複雑な品種群で比較的精度が低かったものの、明瞭な傾向は確認できなかった。これは、イネ品種についてデータが離散的であり、トレーニングに用いた品種群に対して内挿となる性質を持つような未知のイネ品種であっても、推定が困難であったことが一因であると考えられた。現在、イネ品種についてより連続に近いデータの生成に向け、異なる品種に由来するデータの融合を試みている。

This study は varieties に よ る form の を by け な の high い い domestic sex イ ネ の fertility presumption モ デ ル の build を main purpose な と し た. When the annual は, ま ず, many others な イ ネ varieties を like に seaborne UAV empty pinch of portrait と be measured の fertility デ ー タ の 収 row っ を た. デ ー タ 収 set は ま this year 4 years で 継 続 し て line っ て お り, thousands of points の デ ー タ を accumulation し た. High-precision <s:1> モデ タセット <s:1> construction に に, デ デ タセット タセット 拡 拡 が is effective である. そ こ で, plant の サ ン プ リ ン グ を line う number of narrow を し て に sharper rates construct し た デ ー タ セ ッ ト が presumption, fertility モ デ ル の open 発 に may use で あ る か を survey し た. そ の results, 単 帰 back analysis に づ く fertility presumption モ デ ル は, サ ン プ リ ン グ の number を narrow し た デ ー タ か ら build し た occasions で も, 従 と with precision degree の を be presently で き る こ と が Ming ら か と な っ た. さ ら に, サ ン プ リ ン グ の number of narrow を し た デ ー タ は, mechanical learning モ デ ル の to measuring precision の upward に も send で き る こ と が shown さ れ た. Always の research で は, plural の サ ン プ リ ン グ に base づ く デ ー タ を intensive し て 1 の デ ー タ と し, デ ー タ セ ッ ト が build さ れ る こ と が general で あ っ た が, today back to の results か ら, energy saving of に 収 set may な 単 a の strains に base づ く デ ー タ セ ッ ト も モ デ ル open 発 に use で き る こ と が shown さ れ た. All above の を use し, many others な イ ネ group を varieties with む meter above 2000 の デ ー タ か ら into る デ ー タ セ ッ ト を build し た. This デ ー タ セ ッ ト か ら others 々 な rote learning ア ル ゴ リ ズ ム を with い て fertility presumption モ デ ル を constructing し, モ デ ル が may apply な varieties of を survey し た. そ の results, community の テ ク ス チ ャ が complex 雑 な varieties で comparison group of low precision が か っ た も の の, clear な tendency は confirm で き な か っ た. こ れ は, イ ネ varieties に つ い て デ ー タ が discrete で あ り, ト レ ー ニ ン グ に with い た varieties of に し seaborne て in grip と な る nature を hold つ よ う な unknown の イ ネ varieties で あ っ て も presumption, が difficult で あ っ た こ と が due to で あ る と exam え ら れ た. Now, イ ネ varieties に つ い て よ り even 続 に nearly い デ ー タ の generated に け, different な る に varieties origin す る デ ー タ の fusion を try み て い る.

项目成果

UAV空撮画像を用いたイネのバイオマス推定モデルの開発における刈り取り株数の影響

插穗数量对无人机航拍水稻生物量估算模型开发的影响

• 发表时间: 2022
• 作者: 山口友亮;笹野果奈;桂圭佑
• 通讯作者: 桂圭佑

Estimation of Nutrient Index Values of ‘Kinumusume’, a Recommended Rice Cultivar in Okayama Prefecture, Using RGB Images

• DOI: 10.1626/jcs.92.129
• 发表时间: 2023-04
• 期刊: Japanese Journal of Crop Science
• 作者: Tomoaki Yamaguchi;Haruo Ozawa;Shuhei Maeda;Tomonori Senoo;K. Katsura

Investigation of the Effect of the Number of Harvested Plants for Ground-Truth Data on the Development of a Growth Estimation Model in Rice with UAV Aerial Images

研究地面实况数据收获植株数量对利用无人机航拍图像开发水稻生长估计模型的影响

• 发表时间: 2022
• 作者: Tomoaki Yamaguchi;Kana Sasano;Keisuke Katsura
• 通讯作者: Keisuke Katsura