Learning-based outdoor plant trait measurement method using images

2022 Fiscal Year Final Research Report

• Project/Area Number: 18K18074
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Osaka Metropolitan University (2022); Osaka Prefecture University (2018-2021)
• Principal Investigator: Utsumi Yuzuko 大阪公立大学, 大学院情報学研究科, 講師 (80613489)
• Project Period (FY): 2018-04-01 – 2023-03-31
• Keywords: 植物形態計測 / 深層学習 / 分げつ / Pretext task / 単子葉植物

Outline of Final Research Achievements

We proposed a method for estimating the tiller number, which is the number of branching segments in grass plants, from a single image of the plant taken from the side. The tiller number is difficult to count nondestructively, and collecting a large amount of training data is impossible. Therefore, we estimated the tiller number of grass plants using a pretext task and a pre-trained model, which can be applied to deep learning even when training data is limited. As a result, the accuracy was improved compared to the conventional estimation method using images.

Free Research Field

画像認識

Academic Significance and Societal Importance of the Research Achievements

農学では，フェノタイピングを目的として，植物の形質を大量に計測する必要性が高まっている．しかし，現在多くの計測は人手に頼っており，大きな労力と時間がかかることから，研究のボトルネックとなっている．特に，分げつ数は，成長の初期段階から生育の追従をする必要があることから，大量の植物を計測することができなかった．本研究では，1枚の画像から自動で分げつを推定することから，作業負荷軽減と大量の個体の計測が可能となる．このことから，本研究は，フェノタイピングのボトルネック解消に貢献できると考えられる．