講演詳細

経営部門[Forest Management]

日付	2024年3月10日
開始時刻	14:30
会場名	441
講演番号	D31
発表題目	UAV画像と深層学習によるマツ枯れ被害木の検出 Detection of damaged trees with Pine Wilt Disease based on UAV images and Deep Learning
所属	富山県農林水産総合技術センター
要旨本文	富山県入善町の海岸マツ林において，2019年9月18日にドローン空撮した静止画（5472x3648画素）250枚から，マツ枯れ被害樹冠を含む876枚の画像（640x640画素）を切り出し，被害形態を初期（樹冠が黄緑色から黄色に変色），中期（樹冠が赤色に変色），末期（枯葉＋枝）の3クラスに分けてアノテーションを行った。それらの画像をランダムに，学習用：検証用＝7：3に分け，batch size＝16，epochs＝300（いずれも規定値）に設定して物体検出アルゴリズムのYOLOv5によって学習を行った結果，モデルの精度を表す指標のひとつであるmAP50の値は，small，medium，large，extra-largeモデルでそれぞれ，0.808，0.822，0.824，0.800と，先行研究と同等以上の値が得られた。それらのモデルを他時期の空撮画像に適用して被害樹冠の検出と精度検証を行ったところ，概ね良好な検出結果が得られたが，その精度はやや低かった。今後は，学習用データを増やし，パラメータの調整を行い，モデルの汎用性を高めてマツ枯れ被害木の自動検出精度の向上に努めたい。
著者氏名	○Kobayashi, Hiroyuki
著者所属	富山県農林水産総合技術センター森林研究所
キーワード	ドローン, マツ枯れ, 物体検出, 深層学習, yolov5
Key word	UAV, Pine Wilt Disease, object detection, Deep Learning, yolov5