Πώς να ανιχνεύσετε ασθένειες των φυτών χρησιμοποιώντας μηχανική μάθηση: 6 βήματα

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:34

Η διαδικασία ανίχνευσης και αναγνώρισης ασθενών φυτών ήταν πάντα μια χειρωνακτική και κουραστική διαδικασία που απαιτεί από τους ανθρώπους να επιθεωρήσουν οπτικά το σώμα του φυτού, γεγονός που συχνά μπορεί να οδηγήσει σε λανθασμένη διάγνωση. Έχει επίσης προβλεφθεί ότι καθώς τα παγκόσμια καιρικά φαινόμενα αρχίζουν να μεταβάλλονται λόγω της κλιματικής αλλαγής, οι ασθένειες των καλλιεργειών είναι πιθανό να γίνουν πιο σοβαρές και διαδεδομένες. Ως εκ τούτου, είναι σημαντικό να αναπτυχθούν συστήματα που να αναλύουν γρήγορα και εύκολα τις καλλιέργειες και να εντοπίζουν μια συγκεκριμένη ασθένεια, προκειμένου να περιορίσουν τις περαιτέρω ζημιές στις καλλιέργειες.

Σε αυτό το Instructable, θα διερευνήσουμε μια έννοια μηχανικής μάθησης γνωστή ως "Transfer Learning" για την ταξινόμηση εικόνων ασθενών φυτών ρυζιού. Η ίδια μέθοδος μπορεί να επανατοποθετηθεί για οποιοδήποτε άλλο πρόβλημα ταξινόμησης εικόνας.

Βήμα 1: Τύποι ασθενειών ρυζιού

Το ρύζι είναι μία από τις πιο δημοφιλείς καλλιέργειες τροφίμων που καλλιεργούνται κυρίως στην Ασία, την Αφρική και τη Νότια Αμερική, αλλά είναι ευαίσθητο σε μια ποικιλία παρασίτων και ασθενειών. Τα φυσικά χαρακτηριστικά όπως ο αποχρωματισμός των φύλλων μπορούν να χρησιμοποιηθούν για τον εντοπισμό αρκετών ασθενειών που μπορεί να επηρεάσουν την καλλιέργεια του ρυζιού. Για παράδειγμα, στην περίπτωση του Brown-Spot, μιας μυκητιακής νόσου που επηρεάζει την προστατευτική θήκη των φύλλων, τα φύλλα καλύπτονται με αρκετές μικρές οβάλ καφέ κηλίδες με γκρίζα κέντρα ενώ, στην περίπτωση του Leaf-Blast, τα φύλλα καλύπτονται με μεγαλύτερες καφέ βλάβες. Ομοίως, τα φύλλα που επηρεάζονται από το παράσιτο του ρυζιού Hispa μπορούν να αναγνωριστούν από τα μακριά σημάδια που εμφανίζονται στην επιφάνεια του φύλλου.

Βήμα 2: Πώς οι προηγούμενες μέθοδοι εντόπισαν ασθένειες;

Οι προηγούμενες μέθοδοι για την αυτόματη ταξινόμηση εικόνων ασθενών φυτών, όπως ταξινομητές βάσει κανόνων, όπως χρησιμοποιούνται στο [1], βασίζονται σε ένα σταθερό σύνολο κανόνων για την κατάτμηση του φύλλου σε πληγείσες και ανεπηρέαστες περιοχές. Μερικοί από τους κανόνες για την εξαγωγή χαρακτηριστικών περιλαμβάνουν την παρατήρηση της αλλαγής στη μέση και τυπική απόκλιση μεταξύ του χρώματος των επηρεαζόμενων και των μη επηρεασμένων περιοχών. Οι κανόνες για την εξαγωγή χαρακτηριστικών σχήματος περιλαμβάνουν την ατομική τοποθέτηση αρκετών πρωτόγονων σχημάτων πάνω από την πληγείσα περιοχή και τον προσδιορισμό του σχήματος που καλύπτει τη μέγιστη περιοχή της πληγείσας περιοχής. Μόλις εξαχθούν τα χαρακτηριστικά από τις εικόνες, ένα σύνολο σταθερών κανόνων χρησιμοποιείται για την ταξινόμηση των εικόνων ανάλογα με την ασθένεια που μπορεί να έχει επηρεάσει το φυτό. Το κύριο μειονέκτημα ενός τέτοιου ταξινομητή είναι ότι θα απαιτήσει αρκετούς σταθερούς κανόνες για κάθε ασθένεια, οι οποίοι με τη σειρά τους θα μπορούσαν να την καταστήσουν ευαίσθητη σε θορυβώδη δεδομένα. Οι παραπάνω εικόνες δείχνουν πώς μπορεί να χρησιμοποιηθεί ένα δέντρο αποφάσεων βάσει κανόνων για την τμηματοποίηση της εικόνας σε δύο περιοχές.

1. Santanu Phadikar et al., «Ταξινόμηση ασθενειών ρυζιού με χρήση τεχνικών επιλογής χαρακτηριστικών και δημιουργίας κανόνων», Computers and Electronics in Agriculture, τομ. 90, Ιανουάριος 2013.

Βήμα 3: Μεταφορά της μάθησης

Η τεχνική ταξινόμησης εικόνων που περιγράφεται σε αυτό το Instructables χρησιμοποιεί τη βασική δομή ενός CNN που αποτελείται από πολλά στρεπτικά στρώματα, ένα στρώμα συγκέντρωσης και ένα τελικό πλήρως συνδεδεμένο στρώμα. Τα στρεπτικά στρώματα λειτουργούν ως ένα σύνολο φίλτρων που εξάγουν τα χαρακτηριστικά υψηλού επιπέδου της εικόνας. Η μέγιστη συγκέντρωση είναι μία από τις συνήθεις μεθόδους που χρησιμοποιούνται για τη συγκέντρωση στρώσεων για τη μείωση του χωρικού μεγέθους των εξαγόμενων χαρακτηριστικών, μειώνοντας έτσι την υπολογιστική ισχύ που απαιτείται για τον υπολογισμό των βαρών για κάθε στρώμα. Τέλος, τα εξαγόμενα δεδομένα περνούν μέσω ενός πλήρως συνδεδεμένου επιπέδου μαζί με μια λειτουργία ενεργοποίησης softmax που καθορίζει την κλάση της εικόνας.

Αλλά η εκπαίδευση των προσαρμοσμένων CNN από την αρχή μπορεί να μην παράγει τα επιθυμητά αποτελέσματα και μπορεί να έχει πολύ μεγάλο χρόνο προπόνησης.

Για να μάθουμε τα χαρακτηριστικά των εικόνων κατάρτισης, χρησιμοποιούμε μια μέθοδο που ονομάζεται Transfer Learning, όπου τα «κορυφαία» επίπεδα ενός προ-εκπαιδευμένου μοντέλου αφαιρούνται και αντικαθίστανται με επίπεδα που μπορούν να μάθουν τα χαρακτηριστικά που είναι ειδικά για το σύνολο δεδομένων εκπαίδευσης. Η εκμάθηση μεταφοράς μειώνει το χρόνο εκπαίδευσης σε σύγκριση με μοντέλα που χρησιμοποιούν τυχαία αρχικοποιημένα βάρη. Η μέθοδος μας χρησιμοποιεί έξι διαφορετικά προ-εκπαιδευμένα μοντέλα, συγκεκριμένα, AlexNet, GoogLeNet, ResNet-50, Inception-v3, ShuffleNet και MobileNet-v2.

Η εικόνα δείχνει την αρχιτεκτονική GoogLeNet όπου το μπλε χρησιμοποιείται για συνελικτικές στρώσεις, το κόκκινο για τα επίπεδα συγκέντρωσης, το κίτρινο για τα στρώματα softmax και το πράσινο για τα στρώματα concat. Μπορείτε να μάθετε περισσότερα για την εσωτερική λειτουργία ενός CNN εδώ.

Το σύνολο δεδομένων της νόσου του ρυζιού αποτελείται από εικόνες φύλλων τόσο υγιών όσο και ασθενών φυτών ρυζιού. Οι εικόνες μπορούν να κατηγοριοποιηθούν σε τέσσερις διαφορετικές κατηγορίες, συγκεκριμένα Brown-Spot, Rice Hispa, Leaf-Blast και Healthy. Το σύνολο δεδομένων αποτελείται από 2092 διαφορετικές εικόνες με κάθε κλάση να περιέχει 523 εικόνες. Κάθε εικόνα αποτελείται από ένα μόνο υγιές ή άρρωστο φύλλο τοποθετημένο σε λευκό φόντο.

Χωρίσαμε το σύνολο δεδομένων εικόνας σε εκπαιδευτικά, επικυρωτικά και δοκιμαστικά σύνολα εικόνων. Για την αποφυγή υπερβολικής προσαρμογής, αυξάνουμε τις εικόνες προπόνησης με κλιμάκωση και αναστροφή των προπονητικών εικόνων για να αυξήσουμε τον συνολικό αριθμό δειγμάτων εκπαίδευσης.

Ο κώδικας και οι εξαρτήσεις είναι ανοιχτού κώδικα και μπορείτε να τα βρείτε εδώ: GitHub Code

Για διαφορετικές εφαρμογές ταξινόμησης εικόνων, μπορούμε απλά να αλλάξουμε το σύνολο δεδομένων της εκπαιδευτικής εικόνας.

Βήμα 4: Εκπαίδευση του μοντέλου

Ανάλογα με το μέγεθος μνήμης που απαιτεί κάθε μοντέλο, τα προ-εκπαιδευμένα μοντέλα κατηγοριοποιούνται σε μεγαλύτερα και μικρότερα μοντέλα. Τα μικρότερα μοντέλα καταναλώνουν λιγότερο από 15MB και ως εκ τούτου είναι πιο κατάλληλα για εφαρμογές για κινητά.

Μεταξύ των μεγαλύτερων μοντέλων, το Inception-v3 είχε τον μεγαλύτερο χρόνο προπόνησης περίπου 140 λεπτά, ενώ το AlexNet είχε τον μικρότερο χρόνο προπόνησης περίπου 18 λεπτά. Μεταξύ των μικρότερων μοντέλων με κινητικό προσανατολισμό, το MobileNet-v2 είχε τον μεγαλύτερο χρόνο εκπαίδευσης περίπου 73 λεπτά, ενώ το ShuffleNet είχε τον μικρότερο χρόνο προπόνησης περίπου 38 λεπτά.

Βήμα 5: Δοκιμή του μοντέλου

Μεταξύ των μεγαλύτερων μοντέλων, το Inception-v3 είχε την υψηλότερη ακρίβεια δοκιμών περίπου 72,1% ενώ το AlexNet είχε τη χαμηλότερη ακρίβεια δοκιμών περίπου 48,5%. Μεταξύ των μικρότερων κινητών μοντέλων, το MobileNet-v2 είχε τη μεγαλύτερη ακρίβεια δοκιμών 62,5%, ενώ το ShuffleNet είχε τη χαμηλότερη ακρίβεια δοκιμών 58,1%.

Το MobileNet-v2 είχε πολύ καλή απόδοση κατά την ταξινόμηση των εικόνων των Brown-Spot, Leaf-Blast και Healthy φύλλα, ενώ έκανε πολλές λανθασμένες ταξινομήσεις για το Rice Hispa με ακρίβεια μόνο 46,15%.

Το Inception-v3 έδειξε παρόμοια αποτελέσματα ταξινόμησης με το MobileNet-v2.

Βήμα 6: Πρόσθετες δοκιμές

Η παραπάνω εικόνα δείχνει πώς το μοντέλο MobileNet-v2 κατατάσσει εσφαλμένα μια εικόνα ενός φύλλου γρασιδιού σε λευκό φόντο ως Rice Hispa.

Δοκιμάσαμε επίσης την ακρίβεια του MobileNet-v2 σε περικομμένες εικόνες του Rice Hispa όπου το λευκό φόντο ελαχιστοποιήθηκε έτσι ώστε το φύλλο να καταλαμβάνει μια μέγιστη περιοχή μέσα στην εικόνα. Για περικομμένες εικόνες του Rice Hispa, παρατηρήσαμε ακρίβεια περίπου 80,81%, δηλαδή για περικομμένες εικόνες του Rice Hispa, παρατηρήσαμε σημαντική αύξηση της ακρίβειας ταξινόμησης σε σχέση με τα μη περικομμένα δείγματα δοκιμής. Ως εκ τούτου, προτείνουμε ότι οι πραγματικές εφαρμογές της ανίχνευσης της νόσου του ρυζιού χρησιμοποιώντας συνελικτικά νευρωνικά δίκτυα πρέπει να περικόψουν τις δοκιμαστικές εικόνες για να απομακρύνουν τον θόρυβο του φόντου, προκειμένου να βελτιωθεί η ακρίβεια.