Transfer Learning i segmentacja UNet do klasyfikacji chorób liści ryżu jako rozwiązanie z przyjaznym dla użytkownika interfejsem dla użytkowników nietechnicznych

Podsumowanie

Protokół ten określa oparty na obrazach potok głębokiego uczenia do klasyfikacji chorób liści ryżu. Łączy w sobie segmentację opartą na UNet i modele uczenia transferowego w celu zwiększenia dokładności. Podejście to wspiera automatyczne wykrywanie chorób i obejmuje interfejs użytkownika do praktycznego zastosowania, pomagając osobom niebędącym ekspertami w identyfikowaniu problemów związanych z uprawami ryżu.

Streszczenie

Ryż ryżowy jest istotną rośliną spożywczą, która wspiera miliardy ludzi na całym świecie, a uprawa ryżu ma kluczowe znaczenie dla stabilności gospodarczej wielu krajów, działając jako kluczowy czynnik przyczyniający się do dochodów i zatrudnienia w społecznościach rolniczych, zwłaszcza w całej Azji. Pomimo swojego znaczenia, uprawa ryżu jest utrudniona przez różne choroby liści, takie jak tungro, zaraza pochwy (SB), Paddy Hispa (PH), podmuch szyjki (NB), wąska brązowa plamistość (NBS), oparzenia liści (LS), podmuch liści (LB), brązowa plamistość (BS) i bakteryjna zaraza liści (BLB), z których wszystkie negatywnie wpływają na plony i jakość ziarna. Aby rozwiązać te problemy, w niniejszym badaniu zaproponowano dostosowane do potrzeb podejście do głębokiego uczenia się oparte na uczeniu transferowym. Oceniono sześć różnych modeli, przy czym dostosowany model DenseNet-121 zapewnia najlepszą wydajność, osiągając dokładność 0,98, precyzję 0,97 i przywołanie 0,96. Aby zwiększyć wydajność modelu, segmentację obrazu przeprowadzono przy użyciu modelu UNet, który znacznie poprawił dokładność dzięki utworzeniu segmentowanego zestawu danych obrazu. Sześć modeli przetestowano na dwóch zestawach danych: jednym zawierającym obrazy podzielone na segmenty, a drugim obrazy niesegmentowane, oba pochodzące ze zbioru danych do wykrywania chorób liści ryżu. Dodatkowo opracowano prosty i intuicyjny interfejs graficzny, aby umożliwić użytkownikom bez wykształcenia technicznego wygodną interakcję z modelem i identyfikację chorób liści ryżu. To zintegrowane rozwiązanie podkreśla skuteczność głębokiego uczenia w zapewnianiu niezawodnych i skalowalnych metod klasyfikacji chorób liści ryżu.

Wprowadzenie

Ryż ryżowy jest kamieniem węgielnym światowego rolnictwa, utrzymując przy życiu miliardy ludzi i stanowiąc kręgosłup gospodarczy wielu narodów, szczególnie w Azji, gdzie odpowiada za znaczną część zarówno konsumpcji żywności, jak i źródeł utrzymania¹. Zrównoważona produkcja ryżu jest jednak coraz bardziej zagrożona ze względu na różne czynniki biologiczne i środowiskowe, przy czym choroby liści należą do najpoważniejszych wyzwań. Choroby takie jak bakteryjna zaraza liści, brązowa plamistość i podmuch ryżu ^2,3 mogą znacznie obniżyć plony, pogorszyć jakość ziarna i prowadzić do znacznych strat finansowych dla rolników⁴.

Aby rozwiązać te problemy, klasyfikacja chorób liści ryżu stała się podstawowym narzędziem w patologii roślin⁵. Wczesna i dokładna identyfikacja takich chorób umożliwia szybką interwencję, łagodząc rozprzestrzenianie się i skutki infekcji. Tradycyjnie, zadanie to opiera się na specjalistycznej kontroli wizualnej, która, choć skuteczna w warunkach na małą skalę, cierpi z powodu ograniczeń, takich jak subiektywność, pracochłonność i ograniczona skalowalność na dużych obszarach rolnych.

Ostatnie postępy w uczeniu maszynowym (ML) i głębokim uczeniu (DL) znacząco zmieniły sposób wykrywania i klasyfikowania chorób roślin. Technologie te wykorzystują obrazy zainfekowanych liści o wysokiej rozdzielczości, aby umożliwić zautomatyzowaną, skalowalną i precyzyjną identyfikację choroby. Taka automatyzacja poprawia spójność, zmniejsza liczbę błędów ludzkich i wspiera podejmowanie decyzji przez rolników w czasie rzeczywistym⁶.

W kilku współczesnych badaniach analizowano również innowacyjne podejścia mające na celu poprawę diagnostyki rolniczej. Na przykład badania na poziomie RNA, takie jak supresja obrony za pośrednictwem circANK, otworzyły nowe biologiczne możliwości w zrozumieniu chorób ryżu⁷, podczas gdy ramy oparte na wizji, takie jak dwuścieżkowa segmentacja instancji do wykrywania rzędów ryżowych, wykazały użyteczność głębokiego uczenia w rolnictwie precyzyjnym⁸. Co więcej, niedawne prace, takie jak TMFF: Trustworthy Multi-Focus Fusion for multi-label classification in complex visual environments, podkreślają rosnące znaczenie hybrydowych i solidnych modeli DL dla rzeczywistych wdrożeń⁹.

Zmotywowane tymi osiągnięciami, badania te naprzód klasyfikację chorób liści ryżu poprzez integrację segmentacji opartej na UNet z modelami głębokiego uczenia transferowego. Podejście to ma na celu dokładniejsze izolowanie chorych regionów i klasyfikowanie ich przy użyciu wydajnych, wstępnie wytrenowanych sieci. Usuwając ograniczenia tradycyjnych metod ręcznych i zwiększając koncentrację na modelu poprzez segmentację, prace te przyczyniają się do poprawy wyników klasyfikacji, wspierania zrównoważonych praktyk rolniczych i wzmacniania systemów bezpieczeństwa żywnościowego¹⁰.

Zarys klasyfikacji chorób liści ryżu

Ryż niełuskany ma niezrównane znaczenie jako podstawowa roślina uprawna, żywiąc ponad 50% światowej populacji i służąc jako kluczowa siła napędowa gospodarki wielu krajów rozwijających się, szczególnie w Azji¹¹. Poza rolą w bezpieczeństwie żywnościowym, uprawa ryżu jest głęboko zakorzeniona w praktykach kulturowych i społecznych w wielu regionach, co sprawia, że jego zrównoważona produkcja jest priorytetem dla rządów i podmiotów rolnych. Produkcja ryżu jest jednak obarczona wyzwaniami, a wśród nich choroby liści nadal zagrażają zarówno wydajności, jak i jakości upraw ryżu. Powszechne problemy, takie jak bakteryjna zaraza liści, brązowa plamistość i podmuch ryżu, przyczyniają się do znacznych strat w plonach¹², wpływając na światową produkcję ryżu i obciążając gospodarki, które są w dużym stopniu zależne od tego podstawowego składnika.

Klasyfikacja chorób liści jest istotnym elementem nowoczesnego zarządzania rolnictwem, ponieważ stanowi podstawę dla terminowych i skutecznych środków zwalczania chorób. Szybka identyfikacja umożliwia rolnikom kontrolowanie rozprzestrzeniania się chorób, efektywne wykorzystanie agrochemikaliów i unikanie znacznych szkód w uprawach. Tradycyjnie proces ten zależał od kontroli wzrokowej przeprowadzanej przez wykwalifikowanych specjalistów rolnych. Chociaż ta metoda może być skuteczna, jest pracochłonna, czasochłonna i w dużym stopniu zależy od poziomu umiejętności obserwatora. Co więcej, w gospodarstwach rolnych na dużą skalę ręczna kontrola często staje się niepraktyczna, zwłaszcza gdy subtelne objawy są trudne do zidentyfikowania w początkowych fazach infekcji¹³.

Pojawienie się zautomatyzowanych systemów klasyfikacji chorób liści zrewolucjonizowało diagnostykę rolniczą¹⁴. Systemy te wykorzystują postęp w technologiach obrazowania i DL, aby zapewnić skalowalne¹⁵, wydajne¹⁶ i bardzo dokładne rozwiązania¹⁷. Przetwarzanie obrazu (IP) w połączeniu z modelami ML i DL może przetwarzać obrazy liści ryżu o wysokiej rozdzielczości w celu identyfikacji objawów choroby, często przewyższając tradycyjne metody pod względem dokładności i szybkości. Automatyzując proces klasyfikacji, systemy te umożliwiają rolnikom i profesjonalistom rolniczym podejmowanie decyzji opartych na danych, zmniejszając zależność od ludzkiej wiedzy specjalistycznej i minimalizując ryzyko błędów.

Klasyfikacja chorób liści ryżu nie tylko zapewnia wyższą produktywność i mniejsze straty, ale także przyczynia się do realizacji szerszych celów zrównoważonego rolnictwa. Umożliwiając precyzyjną identyfikację chorób¹⁸ , technologie te pomagają w optymalizacji stosowania pestycydów¹⁹ , minimalizując w ten sposób wpływ na środowisko i promując przyjazne dla środowiska²⁰ praktyki rolnicze. Ponadto integracja tych systemów z aplikacjami mobilnymi i narzędziami teledetekcji rozszerza ich zasięg na drobnych producentów rolnych w warunkach ograniczonych zasobów, wspierając włączenie społeczne i równość w postępie w rolnictwie²¹ .

Znaczenie ryżu jako uprawy o zasięgu światowym podkreśla potrzebę solidnych, niezawodnych i dostępnych metod klasyfikacji chorób liści²². Dzięki wdrożeniu tych technologii sektor rolny może stawić czoła jednemu z najpilniejszych wyzwań, jakim jest zapewnienie odporności i zrównoważonego charakteru produkcji ryżu w obliczu rosnącego popytu i ograniczeń środowiskowych.

Techniki modelowania

Sugerowana metoda klasyfikacji chorób liści ryżu łączy w sobie różne wyrafinowane techniki w celu poprawy zarówno dokładności, jak i skuteczności:

Segmentacja obrazu: Pierwszym krokiem jest segmentacja obrazów liści w celu odizolowania obszaru liścia od tła. Ten krok zmniejsza złożoność obliczeniową poprzez usunięcie niechcianych części^{obrazu 23,24} i poprawia koncentrację na odpowiednich wzorcach, co prowadzi do lepszej dokładności.

Wyodrębnianie funkcji: Cechy są wyodrębniane z podzielonych na segmenty obrazów, co pozwala uchwycić krytyczne szczegóły dotyczące objawów choroby²⁵. Cechy te stanowią podstawę modelu klasyfikacji, pozwalając na skuteczne rozróżnienie liści zdrowych i chorych.

Uczenie się przez transfer: Uczenie transferowe jest wykorzystywane do wykorzystywania wiedzy ze wstępnie wytrenowanych modeli, co znacznie minimalizuje konieczność intensywnego trenowania na nowych zestawach danych. Takie podejście przyspiesza proces rozwoju przy zachowaniu wysokiej dokładności i wydajności²⁶.

Kompleksowy model klasyfikacji: W przeciwieństwie do tradycyjnych metod, które wykorzystują uczenie transferowe wyłącznie do wyodrębniania cech, proponowana metodologia obejmuje kompleksowe ramy klasyfikacji. To holistyczne podejście integruje ekstrakcję i klasyfikację cech^27,28 w płynny potok, zapewniając optymalną wydajność.

Metryki oceny: Do analizy wydajności modelu²⁹ stosuje się kilka metryk oceny, dostarczając szczegółowych informacji na temat jego dokładności, precyzji, kompletności i ogólnej wydajności. Ta kompleksowa analiza pomaga skutecznie określić wiarygodność i przydatność modelu.

Luki badawcze

Pomimo znacznych postępów, w dziedzinie klasyfikacji chorób liści nadal istnieją różne wyzwania i ograniczenia:

Ręczna identyfikacja chorób liści opiera się w dużej mierze na ekspertach w danej dziedzinie, co czyni ją subiektywną i niespójną. Nawet przy dużej wiedzy w danej dziedzinie, błędy ludzkie w metodach ręcznych mogą prowadzić do znacznych strat w uprawach.

Metody ręczne są pracochłonne i nie mogą działać przez całą dobę, co czyni je niepraktycznymi w przypadku monitorowania na dużą skalę lub ciągłego.

Badania nad klasyfikacją chorób liści są obszerne, ale bardzo ograniczone badania koncentrują się w szczególności na klasyfikacji chorób liści ryżu.

W poprzednich badaniach³⁰na ogół zaniedbywano stosowanie uczenia transferowego do klasyfikowania chorób liści ryżu.

Istniejące modele często nie dają się uogólnić na różne warunki środowiskowe i warianty choroby, co ogranicza ich praktyczną użyteczność³¹.

Zbiory danych wykorzystywane w obecnych badaniach są często niewielkie i brakuje im różnorodności, co utrudnia szersze zastosowanie³².

Wypełniając te luki, badanie to ma na celu postęp w dziedzinie klasyfikacji chorób liści ryżu za pomocą innowacyjnych technik i solidnych metodologii.

Główny wkład w to badanie

Niniejsze badania mają na celu wypełnienie tych luk poprzez stworzenie i ocenę dostosowanej metody klasyfikacji chorób liści ryżu opartej na głębokim uczeniu. Do najważniejszych wkładów należą:

Wykorzystanie uczenia transferowego w celu wykorzystania wstępnie wytrenowanych wzorców masy modelu umożliwia osiągnięcie wysokiej dokładności w mniejszej liczbie epok treningowych.

Wykazanie, że mniej epok szkoleniowych zmniejsza zapotrzebowanie na dużą moc obliczeniową, dzięki czemu metoda jest dostępna dla użytkowników o ograniczonych zasobach obliczeniowych.

Opracowanie kompleksowego modelu klasyfikacji, który integruje segmentację, wyodrębnianie cech i klasyfikację, zapewniając kompleksowe rozwiązanie.

Wykorzystanie segmentacji danych i innych technik w celu zwiększenia możliwości uogólnienia modelu na różne zestawy danych.

Otwarte wyzwania

Pomimo obiecujących wyników uzyskanych w tym badaniu, nadal istnieją otwarte wyzwania. Wyzwania te obejmują potrzebę większych i bardziej zróżnicowanych zbiorów danych w celu zwiększenia odporności modelu³³ i zdolności adaptacyjnych³⁴ w odniesieniu do różnych warunków środowiskowych³⁵ i typów chorób, włączenie danych multimodalnych w celu zwiększenia dokładności prognozowania oraz wdrożenie modeli do użytku w czasie rzeczywistym w warunkach terenowych. Ponadto osiągnięcie równowagi między wydajnością obliczeniową a wydajnością modelu ma kluczowe znaczenie dla zapewnienia dostępności dla użytkowników końcowych, zwłaszcza na obszarach wiejskich i obszarach o ograniczonych zasobach.

Protokół

Opis zestawu danych

Zestaw danych wykorzystany w tym badaniu został uzyskany z publicznie dostępnego repozytorium Kaggle zatytułowanego Paddy Leaf Diseases Detection Dataset. Składa się z 18 545 zdjęć liści ryżu podzielonych na 10 klas chorób i 1 klasę zdrową. Obrazy różnią się rozdzielczością i zostały wykonane w różnych warunkach oświetleniowych i środowiskowych.

Wstępne przetwarzanie obrazu

Wszystkie obrazy zostały przeskalowane do 224 x 224 pikseli za pomocą funkcji tf.image.resize() TensorFlow. Ta jednorodność zapewnia zgodność z wymaganiami wejściowymi wstępnie wytrenowanych modeli CNN.: Wartości pikseli zostały znormalizowane do zakresu [0,1] przy użyciu parametru rescale=1./255 w Keras ImageDataGenerator. Augmentacja (tylko do treningu): Techniki takie jak odwracanie w poziomie i pionie, obracanie (± 20°) i powiększanie (do 20%) zostały zastosowane przy użyciu ImageDataGenerator w celu poprawy generalizacji.

Segmentacja obrazu

Do segmentacji obrazu wykorzystano model UNet, aby odizolować chore obszary liści od bałaganu w tle. Architektura UNet została zbudowana przy użyciu funkcjonalnego interfejsu API Keras z warstwami kodera-dekodera, pomijaniem połączeń i aktywacją ReLU. Maski segmentacji zostały zastosowane do oryginalnych obrazów przy użyciu mnożenia pikseli (cv2.bitwise_and), aby zachować tylko odpowiednie cechy.

Architektura modelu i trenowanie

Jako klasyfikatory szkieletowe użyto następujących modeli: VGG16, ResNet50, InceptionV3, MobileNet, AlexNet i DenseNet121. Wstępnie wytrenowane modele (w sieci ImageNet) zostały zaimportowane z parametrem include_top=False. Dodano niestandardową głowicę klasyfikacyjną, składającą się z globalnej warstwy puli średniej, dwóch gęstych warstw ze 128 i 64 neuronami (aktywacja ReLU), warstwy Dropout (szybkość = 0,4) i końcowej warstwy gęstej z 11 wyjściami i aktywacją Softmax.

Konfiguracja eksperymentalna

Wszystkie eksperymenty zostały przeprowadzone przy użyciu następujących ustawień: Środowisko programistyczne: Python 3.11.5 z TensorFlow i Keras, Platforma wykonawcza: Jupyter Notebook, Sprzęt: Intel Core i5-6300U, 8 GB RAM, Windows 11, Wielkość partii: 32, Epoki: 50, Optymalizator: Adam, Szybkość uczenia się: 0,0001, Funkcja straty: Skrzyżowanie kategoryczne, Funkcje aktywacji: ReLU dla ukrytych warstw, Softmax dla końcowej warstwy wyjściowej.

Metryki oceny

Dokładność, precyzja, kompletność i wynik F1 zostały obliczone przy użyciu classification_report ze sklearn.metrics. Macierze pomyłek zostały wykreślone przy użyciu confusion_matrix i seaborn.heatmap. Wydajność oceniano zarówno na obrazach niesegmentowanych, jak i podzielonych na segmenty UNet w celu oceny porównawczej.

Rozwój GUI

Prosty graficzny interfejs użytkownika został stworzony przy użyciu biblioteki Tkinter Pythona. Użytkownicy mogą przekazać obraz liścia przy użyciu graficznego interfejsu użytkownika, który jest następnie przekazywany przez wytrenowany model. Przewidywana klasa choroby jest wyświetlana na ekranie wraz z oceną ufności.

Tworzenie zestawu danych

Zbiór danych wykorzystany w tym badaniu to publicznie dostępny zestaw danych do wykrywania chorób liści ryżu z Kaggle³⁶, zawierający łącznie 18 545 obrazów liści ryżu w wysokiej rozdzielczości podzielonych na 10 klas chorób i 1 klasę zdrową. Obrazy zostały wykonane w różnych warunkach oświetleniowych i środowiskowych, dzięki czemu zestaw danych jest wysoce reprezentatywny i nadaje się do tworzenia solidnych modeli głębokiego uczenia. Zestaw danych ma rozmiar około 8,33 GB i zawiera następujące klasy: Tungro, Zaraza pochwy (SB), Paddy Hispa (PH), Podmuch szyi (NB), Wąska brązowa plama (NBS), Oparzenia liści (LS), Podmuch liści (LB), Zdrowa, brązowa plama (BS) i Bakteryjna zaraza liści (BLB).

Aby zapewnić odtwarzalność i efektywną ocenę modelu, zestaw danych został losowo podzielony na podzbiory treningowe (80%) i testowe (20%) przy zachowaniu rozkładu klas. Zestaw treningowy został użyty do trenowania modeli, podczas gdy zestaw testowy został zarezerwowany do walidacji wydajności na niewidocznych danych. Ocena opierała się na standardowych wskaźnikach klasyfikacji: dokładności, precyzji, kompletności i wyniku F1, które zapewniły kompleksową ocenę możliwości klasyfikacyjnych każdego modelu. W badaniu porównano sześć modeli głębokiego uczenia: VGG16, ResNet, InceptionV3, MobileNet, AlexNet i DenseNet121, przy czym DenseNet121 zapewnia najlepszą wydajność dla tego zadania.

Dystrybucja danych

Klasyfikacja chorób została przeprowadzona przy użyciu modeli głębokiego uczenia wytrenowanych na zbiorze danych. Zbiór danych został podzielony na dwa podzbiory: zestaw treningowy i zestaw testowy. Zestaw treningowy został wykorzystany do nauczenia modelu, podczas gdy zestaw testowy został wykorzystany do oceny jego wydajności na wcześniej niewidzianych danych. Podsumowanie rozkładu obrazu w dziesięciu kategoriach chorób i klasie zdrowych liści przedstawiono w tabeli 1. Powyższa tabela zapewnia kompleksowe zrozumienie objawów wizualnych związanych z każdą chorobą, ułatwiając trenowanie i ocenę modeli klasyfikacyjnych.

Taki rozkład zapewnia sprawiedliwą reprezentację każdej kategorii choroby zarówno w fazie szkolenia, jak i testowania. Zestaw treningowy zawiera większość obrazów, dzięki czemu model może skutecznie uczyć się unikalnych cech każdej klasy. Zestaw testowy, składający się z mniejszego podzbioru obrazów, zapewnia wiarygodną ocenę dokładności modelu i jego zdolności do uogólniania na nowe, niewidoczne dane.

Zrównoważony i zróżnicowany rozkład obrazów w różnych kategoriach zapewnia, że model ma wystarczające dane, aby nauczyć się unikalnych wzorców związanych z każdym typem choroby, jednocześnie zmniejszając ryzyko nadmiernego dopasowania lub uprzedzeń w stosunku do określonej klasy. Ten podział danych jest niezbędny do uzyskania solidnych i wiarygodnych wyników klasyfikacji.

Czyszczenie danych

W fazie przetwarzania wstępnego czyszczenie danych jest niezbędne do zwiększenia dokładności i wydajności modelu klasyfikacji. Surowe obrazy liści ryżu często zawierają niechciane elementy tła, takie jak gleba, pobliska roślinność lub narzędzia rolnicze, które mogą wprowadzać szumy i pogarszać ogólną wydajność modelu.

Aby rozwiązać ten problem, segmentację obrazu przeprowadzono przy użyciu modelu UNet^37,38, dobrze znanej architektury konwolucyjnej sieci neuronowej zaprojektowanej specjalnie do zadań segmentacji semantycznej. Model UNET jest w stanie z dużą precyzją segmentować obszary liści od tła, zapewniając, że tylko odpowiednie fragmenty obrazów są zachowywane do dalszego przetwarzania³⁹. Proces segmentacji został zilustrowany na rysunku 1.

Proces segmentacji za pomocą modelu UNet (rysunek 2): Nieprzetworzone obrazy ze zbioru danych są wprowadzane do modelu UNET. Model UNET składa się z kodera, który wyodrębnia cechy hierarchiczne, oraz dekodera, który rekonstruuje obraz podczas segmentacji regionu liścia. Model generuje maskę binarną, w której zaznaczony jest region liścia, a tło jest usuwane. Podzielone na segmenty obrazy są dodatkowo udoskonalane poprzez zastosowanie operacji morfologicznych w celu zapewnienia gładkich krawędzi i usunięcia wszelkich pozostałości szumów (ryc. 3).

Matematyczne sformułowanie segmentacji UNet: UNet przeprowadza segmentację semantyczną, ucząc się mapowania z przestrzeni obrazu wejściowego do maski binarnej, która podkreśla obszar zainteresowania (ROI), tj. chory obszar liścia, jednocześnie tłumiąc nieistotne tło. Pozwalać:

oznaczać wejściowy obraz RGB o rozmiarze H*W z C=3 kanałami kolorów.

być wynikiem wytrenowanego modelu UNet, gdzie każda wartość piksela w M reprezentuje prawdopodobieństwo, że ten piksel będzie należał do chorego obszaru liścia.

Końcowa binarna maska segmentacji

gdzie τ [0,1] jest progiem segmentacji (zwykle ustawionym na 0,5).

Podzielony na segmenty obraz jest następnie obliczany jako:

gdzie oznacza mnożenie pierwiastkowe, stosowane przestrzennie we wszystkich kanałach. Ta operacja zachowuje wartości pikseli w ROI (gdzie ) i maskuje piksele tła (gdzie ). Te podzielone na segmenty dane wyjściowe są przekazywane jako dane wejściowe do modelu klasyfikacji (np. DenseNet121), co pozwala skupić się wyłącznie na cechach istotnych dla choroby, ignorując hałaśliwe, nieinformacyjne obszary tła, co poprawia wydajność klasyfikacji i uogólnienie modelu.

Ten etap wstępnego przetwarzania gwarantuje, że kolejne etapy wyodrębniania i klasyfikacji cech są wykonywane na czystych, istotnych danych, zwiększając w ten sposób ogólną wydajność i niezawodność modelu klasyfikacji chorób liści ryżu.

Uczenie się transferowe

Uczenie transferowe wykorzystuje wstępnie wytrenowane sieci neuronowe do rozwiązywania nowych, ale powiązanych problemów, eliminując potrzebę budowania modeli od podstaw. Takie podejście wykorzystuje wiedzę zdobytą podczas poprzednich zadań, umożliwiając efektywne uczenie się⁴⁰. Wstępnie wytrenowane modele są często opracowywane na obszernych zestawach danych i mają niezawodne możliwości wyodrębniania funkcji, dzięki czemu nadają się do dostrajania określonych zestawów danych. Skraca to czas szkolenia, pozwala uniknąć nadmiernego dopasowania i osiąga wysoką dokładność nawet przy ograniczonych zasobach obliczeniowych.

W tym badaniu wykorzystano uczenie transferowe do identyfikacji chorób liści ryżu poprzez ocenę różnych wstępnie wytrenowanych modeli uczenia głębokiego. Architektura badana w eksperymentach obejmuje VGG16, ResNet, InceptionV3, MobileNet, AlexNet i DenseNet121. Każdy z tych modeli został początkowo przeszkolony na dużych zestawach danych, takich jak ImageNet, a ich wstępnie wytrenowane wagi zostały wykorzystane w tej pracy. W celu dostosowania modeli do zadania klasyfikacyjnego dokonano następujących modyfikacji:

Modyfikacja modelu: Oryginalne, w pełni połączone (klasyfikacyjne) warstwy każdego modelu zostały usunięte przy użyciu parametru include_top=False podczas importu modelu w Keras. Zapewniło to, że zachowana została tylko baza konwolucyjna (ekstraktor cech) każdego wstępnie wytrenowanego modelu. Dane wyjściowe ostatniego bloku konwolucyjnego zostały spłaszczone do jednowymiarowego wektora za pomocą warstwy Flatten().

Gęste warstwy: Trzy w pełni połączone (gęste) warstwy zostały dołączone sekwencyjnie po etapie spłaszczania. Warstwy te zdefiniowano za pomocą funkcji Keras Dense(): pierwsza z 256 neuronami i aktywacją ReLU, druga ze 128 neuronami i aktywacją ReLU, a trzecia z 64 neuronami i aktywacją ReLU. Między warstwami dodano również warstwę Dropout, aby zmniejszyć nadmierne dopasowanie.

Warstwa wyjściowa: Trzy w pełni połączone (gęste) warstwy zostały dołączone sekwencyjnie po etapie spłaszczania. Warstwy te zdefiniowano za pomocą funkcji Keras Dense(): pierwsza z 256 neuronami i aktywacją ReLU, druga ze 128 neuronami i aktywacją ReLU, a trzecia z 64 neuronami i aktywacją ReLU. Między warstwami dodano również warstwę Dropout (współczynnik 0,4), aby zmniejszyć nadmierne dopasowanie.

Ogólny potok i przepływ metodologii, w tym przetwarzanie wstępne, segmentacja, implementacja modelu uczenia transferowego i ocena, przedstawiono na rysunku 4. Rysunek ten zawiera kompleksowy przegląd kroków podjętych w tym badaniu. Dzięki zastosowaniu uczenia transferowego udało się zminimalizować czas szkolenia, zmniejszyć zależność od wysokiej klasy zasobów obliczeniowych i osiągnąć znaczną poprawę wydajności w klasyfikacji chorób liści ryżu.

Proponowany model DenseNet121 do klasyfikacji chorób liści

Spośród wszystkich testowanych modeli, DenseNet121 wykazał się najlepszą wydajnością w klasyfikacji chorób liści ryżu, osiągając niezwykłą dokładność. Ten najnowocześniejszy model głębokiego uczenia wyróżnia się innowacyjną architekturą⁴⁰, która sprzyja wydajnemu przepływowi informacji i usprawnia ponowne wykorzystanie funkcji.

Architektura DenseNet121: DenseNet121 charakteryzuje się gęsto połączonymi warstwami, z których każda może uzyskać dostęp do map obiektów ze wszystkich poprzednich warstw. Taka konstrukcja optymalizuje przepływ informacji, zmniejsza nadmiarowość i znacznie poprawia ogólną wydajność modelu.

Architektura składa się z następujących kluczowych komponentów:

Warstwa wejściowa: Odbiera obrazy o rozmiarze zmienionym na 224 x 224 piksele w celu ustandaryzowanego przetwarzania.

Początkowa warstwa konwolucyjna: Stosuje operację konwolucji 7 x 7, po której następuje maksymalna pula w celu zmniejszenia wymiarów przestrzennych i wyodrębnienia obiektów niskiego poziomu.

Bloki gęste: Model zawiera cztery bloki o dużej gęstości. Każdy blok składa się z kilku warstw konwolucyjnych połączonych w gęsty sposób, co oznacza, że każda warstwa ma bezpośredni dostęp do danych wyjściowych wszystkich poprzednich warstw w bloku.

Warstwy przejściowe: Warstwy te, umieszczone między gęstymi blokami, wykonują splot 1 x 1, po którym następuje uśrednione łączenie w celu zmniejszenia wymiarów obiektów, poprawiając wydajność obliczeniową.

Globalna średnia pula (GAP): zmniejsza wymiary przestrzenne map obiektów przed w pełni połączonymi warstwami.

W pełni połączona warstwa: Tworzy wektor wyjściowy do klasyfikacji.

Warstwy niestandardowe do klasyfikacji: Na potrzeby tego badania domyślne, w pełni połączone warstwy zostały zastąpione niestandardową architekturą: warstwą spłaszczoną, trzema gęstymi warstwami (256, 128 i 64 neurony z aktywacją ReLU) oraz ostatnią warstwą aktywowaną sigmoidami do klasyfikacji binarnej.

Zdolność DenseNet121 do ponownego wykorzystania funkcji i jego kompaktowa architektura w znacznym stopniu przyczyniły się do jego doskonałej wydajności w zestawie danych dotyczących chorób liści ryżu. Ta wydajność, w połączeniu ze zdolnością do minimalizowania nadmiernego dopasowania, sprawia, że idealnie nadaje się do zadań z ograniczonymi danymi treningowymi. DenseNet121 osiągnął lepszą dokładność i uogólnienie niż inne modele dzięki ponownemu wykorzystaniu funkcji i właściwościom przepływu gradientu. Podczas gdy modele takie jak ResNet i VGG16 działały dobrze, DenseNet121 przewyższał je pod względem dokładności i wydajności obliczeniowej.

We wszystkich modelach uwzględniono trzy w pełni połączone (gęste) warstwy wykorzystujące funkcje aktywacji ReLU (jak pokazano w równaniu 1), których kulminacją była końcowa gęsta warstwa z aktywacją SoftMax (równanie 2), aby ułatwić klasyfikację wieloklasową. Ta adaptacja pozwoliła każdemu modelowi efektywnie wykorzystać wstępnie wytrenowane wagi podczas klasyfikowania obrazów w zestawie danych.

ReLu f(x) = max(0, X) (1)

gdzie x_i oznacza dane wejściowe do funkcji SoftMax, dostosowane do klasyfikacji w dziesięciu kategoriach chorób liści ryżu. Unikalna architektura każdego modelu, w połączeniu z dostosowaną warstwą wyjściową, umożliwiła efektywne wyodrębnianie cech i dokładną klasyfikację obrazów.

Rysunek 5 przedstawia układ architektoniczny DenseNet121, prezentując płynny przepływ informacji przez jego gęste bloki, warstwy przejściowe i dostosowane warstwy klasyfikacyjne zintegrowane na potrzeby tych badań. Ten wizualny obraz wyjaśnia, w jaki sposób DenseNet121 obsługuje dane wejściowe obrazu i generuje dane wyjściowe przewidywania

Wyniki

Na potrzeby eksperymentów przeprowadzonych w tym badaniu model został opracowany przy użyciu języka Python w wersji 3.11.5 i Jupyter Notebook w systemie operacyjnym Windows 11. Podstawowymi wykorzystywanymi frameworkami głębokiego uczenia się były biblioteki TensorFlow i Keras. Sprzęt wykorzystany do tych badań to komputer HP z procesorem Intel i5-6300U o taktowaniu 2,50 GHz, wyposażony w 8 rdzeni.

Zbiór danych został podzielony...

Dyskusja

W niniejszym badaniu zaproponowano oparte na głębokim uczeniu ramy do automatycznej klasyfikacji chorób liści ryżu przy użyciu zarówno segmentowanych, jak i niesegmentowanych zestawów danych. Podejście to integruje segmentację obrazów opartą na UNet z modelami uczenia transferowego, wykazując, że segmentacja znacznie zwiększa dokładność ekstrakcji cech i klasyfikacji. Spośród sześciu ocenianych modeli, dostosowany DenseNet-121 osiągnął najwyższą wydajność, z dokładnością 0,98, precyzją 0,97 i przywołaniem 0,96.

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Komputer HP	HP	Procesor Intel Core i5-6300U @ 2,5 GHz, 8 GB pamięci RAM
Notes Jupyter	Otwarty kod źródłowy	Służy do wykonywania kodu
Zestaw danych Kaggle: Wykrywanie chorób liści ryżu	Kaggle powiedział:	https://www.kaggle.com/datasets/loki4514/rice-leaf-diseases-detection
Keras (Język kers)	Otwarty kod źródłowy	Zintegrowany z TensorFlow
Pyton	Fundacja oprogramowania Python	3.11.5
Technologia TensorFlow	Wyszukiwarka Google	2.x
System operacyjny Windows	Firmy Microsoft	Okna 11