4 0 0 0 OA 深層学習を用いたアボカドの追熟段階分類手法の提案
- 著者
- 杉本 隼斗 久野 文菜 谷口 航平 濱川 礼
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第34回 (2020)
- 巻号頁・発行日
- pp.1F3OS2a01, 2020 (Released:2020-06-19)
本研究では、アボカドの食べ頃判断支援を目的とした深層学習によるアボカドの追熟段階分類手法を提案する。アボカドは収穫後、追熟を経て食べ頃を迎える果物であり、一般消費者に食べ頃の見極めが要求される。アボカドの食べ頃を見極めるには、主に果皮の色や質感、硬度などが指標とされる。しかし、これらの指標は曖昧であり、熟練者でなければ正確な判断は困難である。 このような問題に対し、様々な追熟段階分類手法が提案されているが、特殊デバイスが必要とされる手法が多く、一般消費者が手軽に利用可能な手法は少ない。また、深層学習の画像認識による手法は提案されていない。深層学習は高精度な分類が期待され、一度データを学習させたモデルを利用すれば、ユーザは画像入力のみで出力結果を得ることが可能であるため、アボカドの追熟段階分類においても有効であると考えた。 そこで本研究では、深層学習を用いたアプローチによってアボカドの追熟段階分類を行った。深層学習はアボカドの果実検出にYOLOv3、追熟段階分類にVGG19を使用した。評価の結果、果実検出では高精度な検出が可能となったが、追熟段階分類では多くの改良点が残る結果となった。
- 著者
- 杉本 隼斗 濱川 礼
- 雑誌
- 研究報告エンタテインメントコンピューティング(EC) (ISSN:21888914)
- 巻号頁・発行日
- vol.2021-EC-60, no.5, pp.1-4, 2021-05-25
It is said that the eating time of an avocado can be determined using the color, texture, and firmness of the rind as indicators, but it is difficult to determine the eating time of an avocado with high accuracy only for experienced users, which is a problem faced by end users of avocados. In this study, we developed a deep learning model that classifies avocados into three classes (unripe, ripe, and overripe) based on image input, and implemented a mobile application that can be run on a smartphone equipped with the model. For the deep learning model, we investigated a classification method using deep metric learning. Deep metric learning has achieved many successes in face recognition tasks. It is considered useful when applying deep learning to datasets with small differences in image features between classes and a small amount of data for each class, and the dataset we collected in this study has the same characteristics. The model was able to classify the evaluation data with an accuracy of 89.77%.