| 研究課題/領域番号 |
21K05585
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
山根 崇嘉 国立研究開発法人農業・食品産業技術総合研究機構, 果樹茶業研究部門, 上級研究員 (70523116)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 水ストレス / モモ / 画像解析 |
|---|
| 研究実績の概要 |
モモ樹の水ストレスは果実の大きさや糖度、渋み、新梢生育などに影響する。果実品質や生育を制御する精密な水管理を行うためには、樹の水分状態を直接把握することが必要となる。樹の水分状態は日中の枝の水ポテンシャル（Ψstem）を用いて測定可能であるが、高額な機器と労力を要する。本研究では画像を深層学習で判別し、水ストレスを検出することを目的とする。
2021年度までポット樹の画像からΨstemを推定する深層学習モデルを作成してきた。2022年度はポット樹ではなく、ほ場の地植え樹について、枝切断処理による人工的水ストレス付与条件下で、多数の画像を取得し、判別モデルを開発し、特に、果樹は一般に樹体が大きく、画像診断を行うために樹全体を撮影しようとすると樹から離れて撮影する必要があり、全体が入り切らない場合や他の樹などが映り込み、樹以外の背景の割合が増加するといった課題があったことから、大きな樹の画像診断法として、樹の近接動画から複数の静止画（フレーム）を切り出し深層学習および検証に用いるとともに、予測精度向上のため、動画から得られる複数フレームの予測値を平均化する方法開発した。2023年度は開発した判別モデルを切断処理しない自然条件の樹への適応を試みた。
結果としては、自然状態の水ストレスは判別精度がやや低下したが、強い水ストレスを分離することができ、学習数を増加させることにより自然状態の水ストレスの判別が可能であることが明らかとなった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
樹体の大きなほ場のモモ樹は樹の外と内での生育差があり、水ストレス推定精度を向上させることは大きな課題であった。今回、膨大な画像からなるデータセットを順調に作成でき、また、モモ樹近接動画のフレーム予測値の平均化による水ストレス検出技術は樹内のバラツキに関する課題を大きく解決したため、おおむね順調に進展しているが、さらなる学習画像の追加が必要である。
|
| 今後の研究の推進方策 |
モモ樹の水ストレス画像を追加し、深層学習の精度を向上させるとともに、深層学習の判別根拠を解析することにより、さらなる精度向上を目指す。
|
| 次年度使用額が生じた理由 |
モモ樹の水ストレス画像の取得には、樹の乾燥が必要であり、天候による。本年度の結果から深層学習の精度向上のためには、さらなる画像取得や深層学習の判断根拠の解明などが必要であることが判明したため、次年度にこれらの実験を実施するため。
|
