Jak mech pomógł maszynowemu wzrokowi pokonać piętę achillesową

W ostatnich latach algorytmy głębokiego uczenia zrewolucjonizowały sposób rozpoznawania obiektów przez maszyny. Najnowocześniejsze algorytmy z łatwością przewyższają ludzi w identyfikowaniu zwykłych rzeczy, takich jak stoły, krzesła, samochody, a nawet twarze.

Ale te algorytmy mają piętę achillesową: są rzeczy, których po prostu nie widzą. Na przykład widzenie maszynowe nie jest dobre w rozpoznawaniu rzeczy takich jak trawy i zioła, ponieważ mają amorficzne formy, które są trudne do zdefiniowania.

Stół ma na ogół cztery nogi i płaską powierzchnię, czyli cechy, które uczenie maszynowe dobrze rozpoznaje. Z kolei trawy i zioła tego samego gatunku mogą mieć różną wielkość i różną liczbę liści, nasion itd., w zależności od warunków wzrostu. To sprawia, że ​​wzrok maszynowy ma trudności z ich rozpoznaniem, zwłaszcza jeśli nie są w fazie kwitnienia.

Maszyny mają podobnie trudność z identyfikacją drzew na podstawie zdjęć lotniczych lub upraw na podstawie zdjęć satelitarnych. Potrzebne jest nowe podejście, które może wytrenować algorytmy głębokiego uczenia się, aby działały magicznie na obiektach o niejednoznacznej formie.

Wejdź do Takeshi Ise i kumpli z Uniwersytetu w Kioto w Japonii. Ci faceci opracowali prostą technikę, która pomaga maszynom do głębokiego uczenia się rozpoznawać te amorficzne rośliny. Przetestowali nową technikę, ucząc ją rozpoznawania różnych rodzajów mchu, rośliny o trudnej do zdefiniowania formie.

Zespół jest dobrze przygotowany do badania mchu, biorąc pod uwagę słynny ciepły i wilgotny klimat Kioto, który sprzyja jego wzrostowi. Ise i spółka zaczęli fotografować mech w tradycyjnym japońskim ogrodzie w Kioto, zwanym Murin-An, gdzie jest uprawiany.

Zidentyfikowali trzy rodzaje mchów i sfotografowali każdy z osobna, ale także w miejscach, w których wszystkie są obecne wraz z innymi niemechatymi roślinami i cechami. Każde zdjęcie zostało zrobione aparatem cyfrowym, takim jak Olympus OM-D E-M5 Mark II, z obiektywem 50 mm (lub odpowiednikiem) z odległości 60 centymetrów bezpośrednio nad matami z mchu. Te obrazy mają 4608 x 3456 pikseli.

Celem ich algorytmu głębokiego uczenia się jest identyfikacja różnych rodzajów mchu na jednym obrazie i odróżnienie mchu od innych obiektów i roślin.

Ich metoda jest prosta. Aby wytrenować algorytm, zespół dzieli każdy obraz konkretnego mchu na znacznie mniejsze obszary o wymiarach 56 x 56 pikseli, z 50-procentowym nakładaniem się. W ten sposób oryginalny obraz generuje około 90 000 obrazów, z których 80% wykorzystuje do uczenia swojego algorytmu, a pozostałe do testowania go.

Chociaż zdjęcia treningowe zostały wykonane z jednolitej maty określonego rodzaju mchu, maty te mogą zawierać małe obszary innych mchów. Dlatego zespół zbadał wszystkie obrazy treningowe i ręcznie usunął obrazy obcych mchów. To pozostawiło obrazy trzech rodzajów mchu— Polytrichum , Trachycystis , oraz Szum — jak również cechy inne niż mech. Wszystkie obrazy treningowe można by następnie oznaczyć jako jeden z tych typów i wprowadzić do maszyny głębokiego uczenia.

Wyniki są imponujące. Korzystając z tej metody, algorytm szybko nauczył się rozpoznawać każdy rodzaj mchu z dobrą dokładnością. Kiedy naukowcy uwolnili algorytm na pojedynczym obrazie przedstawiającym różne rodzaje mchów, był w stanie dokładnie zidentyfikować mchy w różnych obszarach obrazu. Mówią, że model poprawnie sklasyfikował obrazy testowe z dokładnością ponad 90%.

Algorytm radzi sobie lepiej z niektórymi rodzajami mchu niż z innymi. Szacunkowa wydajność dla Polytrichum wynosi 99% [dokładność rozpoznawania], Trachycystis wynosi 95% i Szum to 74%, mówią Ise i spółka.

Niższa dokładność dla Szum dzieje się tak dlatego, że ta roślina jest bardziej amorficzna niż inne, z mniej dobrze zdefiniowanymi formami wzrostu. Natomiast Polytrichum ma charakterystyczny, dobrze zdefiniowany kształt.

Zespół twierdzi, że istnieją różne sposoby poprawy dokładności, takie jak tworzenie zestawu treningowego zdjęć zrobionych o różnych porach roku, kiedy Szum w szczególności mech może wyglądać bardziej charakterystycznie. Albo balans bieli w aparacie cyfrowym mógłby zostać ustandaryzowany, aby uzyskać dokładniejsze odwzorowanie kolorów dla każdego mchu.

W każdym razie wyniki są obiecujące na przyszłość. Technikę tę można zastosować do zdjęć lotniczych, aby lepiej identyfikować drzewa i rośliny na zdjęciach wykonanych z góry. Byłoby to niezwykle przydatne do inwentaryzacji na wolności lub na dużych obszarach zarządzanych, takich jak farmy i lasy.

W międzyczasie Ise i spółka mówią, że planują opracować aplikację, która pozwoli ludziom identyfikować mech za pomocą smartfona. To może okazać się popularne wśród ogrodników.

Nr ref.: arxiv.org/abs/1708.01986 : Identyfikacja 3 gatunków mchów poprzez głębokie uczenie, przy użyciu metody posiekanego obrazu

ukryć