2022年度公募
seeds-3555 -
【】
カスタマイズ可能なAIアーキテクチャとハイパーパラメータ最適化によるプラント応答の早期検出
VISIONビジョン
このシーズに
問い合わせる
VISION
ビジョン
スマート農業のためのAI画像診断技術の開発
USE CASE
最終用途例
セグメンテーション、分類、検出、自動 SPAD 計算
USE CASE 01植物の成長や各種障害をモニタリングしながらリアルタイムで診断する。
APPLICATION
診断結果から植物の生育ムラや栽培環境の情報を得る。
得られた情報をもとに植物ストレスの状態や栽培環境などの栽培における様々な問題を見つけ出し、その解決に向けた方法を検討することができる。
STRENGTHS
強み
より高い精度でのリアルタイムの分類、検出、セグメンテーション
STRENGTHS 01
必要なトレーニング データと計算能力が少なくて済みます。
私たちのアルゴリズムは、複雑でノイズの多い背景ピクセルから葉/林冠のピクセルをうまく区別できるため、園芸作物のリアルタイムのセマンティック セグメンテーションに使用できます。
TECHNOLOGY
テクノロジー
標準畳み込み、拡張畳み込み、チャネル シャッフル、非対称マルチブランチ モジュール
TECHNOLOGY 01
リアルタイムのシナリオを予測できるハイブリッド ネットワーク
非常にコンパクトなCNNは、葉・樹冠を背景から分離するための手動による後処理ステップを排除できる可能性のある高品質なグランドトゥルースデータを生成する。クラスごとに不均衡なデータであっても、CNNはDeeplabv3plusInceptionResNetv2, Deeplab3plusXceptionNet, Deeplab3plusResNet50, Deeplab3plusMobilenetv2 などの他の最先端モデルと比べて、バランスよく正確にオブジェクト境界（葉と背景）を特定することができる。
PRESENTATION
共同研究仮説
データ生成のためのコラボレーション、リアルタイムのパフォーマンス評価と改善のためのデータ分析
共同研究仮説01
スマート農業のためのAI画像診断技術の開発
大規模生産システムのためのAI による植物苗診断システム
本申請では、大規模施設をターゲットとした高品質苗（接ぎ木苗など）の健康状態や病気の発生状況を画像で簡易に診断できる非破壊システムの開発を目指し、人材が不足している種苗会社への展開が期待される。
RESEARCHER
研究者
MD PARVEZ ISLAM
大学院農学研究科・大学院連合農学研究科 准教授
){kind=link}