植物病害の自動識別のための畳み込みニューラルネットワーク

Convolutional Neural Networks for the Automatic Identification of Plant Diseases.

• Justine Boulent
• Samuel Foucher
• Jérôme Théau
• Pierre-Luc St-Charles

抄録

ディープラーニング技術、特に畳み込みニューラルネットワーク（CNN）は、画像処理に大きな進歩をもたらしてきた。2016年以降、作物病害の自動同定のための多くのアプリケーションが開発されている。これらのアプリケーションは、専門知識支援や自動スクリーニングツールの開発の基礎となり得る。そのようなツールは、より持続可能な農業実践とより大きな食糧生産の安全保障に貢献する可能性がある。このようなアプリケーションのためのネットワークの可能性を評価するために、農作物の病気を自動的に識別するためにCNNを利用した19の研究を調査した。それらの研究のプロファイル、主要な実装の側面、性能について説明する。この調査により、この研究分野における研究の主要な問題点と欠点を明らかにする。また、運用上の文脈でのCNNの使用を改善するためのガイドラインを提供し、今後の研究の方向性を示す。

Deep learning techniques, and in particular Convolutional Neural Networks (CNNs), have led to significant progress in image processing. Since 2016, many applications for the automatic identification of crop diseases have been developed. These applications could serve as a basis for the development of expertise assistance or automatic screening tools. Such tools could contribute to more sustainable agricultural practices and greater food production security. To assess the potential of these networks for such applications, we survey 19 studies that relied on CNNs to automatically identify crop diseases. We describe their profiles, their main implementation aspects and their performance. Our survey allows us to identify the major issues and shortcomings of works in this research area. We also provide guidelines to improve the use of CNNs in operational contexts as well as some directions for future research.