抄録
H-007
Data Augmentationを用いた農作物画像病害診断における正答率低下の要因分析
Data Augmentationを用いた農作物画像病害診断における正答率低下の要因分析
Data Augmentationは画像データの変形や加工に基づく学習データの拡張手法であり，近年の Deep Learningによる画像処理の研究において多用されている．
このような背景のもと，我々はりんごの葉を対象とし，Data Augmentationを適用した農作物病害画像診断を試みた．これにより，多くのケースで正答率が向上したという結果が得られたが，シアー変換に基づく手法では正答率の低下が見られた．しかしながら低下した原因は自明ではない．
本研究では，シアー変換に伴う病害部位の形状変化が正答率に与える影響を明らかにするため，病害部位を抽出し形状変化をさせた実験を行った．
このような背景のもと，我々はりんごの葉を対象とし，Data Augmentationを適用した農作物病害画像診断を試みた．これにより，多くのケースで正答率が向上したという結果が得られたが，シアー変換に基づく手法では正答率の低下が見られた．しかしながら低下した原因は自明ではない．
本研究では，シアー変換に伴う病害部位の形状変化が正答率に与える影響を明らかにするため，病害部位を抽出し形状変化をさせた実験を行った．
