211service.com
Hvordan Moss hjalp maskinsyn med at overvinde en akilleshæl
I de senere år har deep-learning algoritmer revolutioneret den måde, maskiner genkender objekter på. Avancerede algoritmer udkonkurrerer let mennesker med at identificere almindelige ting såsom borde, stole, biler og endda ansigter.
Men disse algoritmer har en akilleshæl: der er nogle ting, de bare ikke kan se. For eksempel er maskinsyn ikke god til at genkende ting som græsser og urter, fordi de har amorfe former, som er svære at definere.
Et bord har generelt fire ben og en flad overflade, funktioner som maskinlæring er god til at identificere. Derimod kan græsser og urter af samme art have forskellige størrelser og have forskelligt antal blade, frø og så videre, afhængigt af vækstbetingelserne. Det gør det svært for maskinsyn at genkende dem, især hvis de ikke er i blomst.
Maskiner har tilsvarende svært ved at identificere træer fra luftbilleder eller afgrøder fra satellitbilleder. Det, der er brug for, er en ny tilgang, der kan træne deep-learning algoritmer til at arbejde deres magi på objekter med tvetydig form.
Indtast Takeshi Ise og venner på Kyoto Universitet i Japan. Disse fyre har udviklet en simpel teknik, der hjælper dyb-læringsmaskiner med at genkende disse amorfe planter. De har sat den nye teknik igennem dens tempo ved at lære den at genkende forskellige typer mos, en plante med en svær at definere form.
Holdet er godt placeret til at studere mos, givet Kyotos berømte varme og våde klima, som fremmer dets vækst. Ise og co begyndte med at fotografere mos ved en traditionel japansk have i Kyoto, kaldet Murin-An, hvor det dyrkes.
De identificerede tre slags mos og fotograferede hver for sig, men også på steder, hvor de alle er til stede sammen med andre ikke-mosagtige planter og træk. Hvert billede blev taget med et digitalkamera, såsom en Olympus OM-D E-M5 Mark II, med et 50 mm objektiv (eller tilsvarende) fra en afstand på 60 centimeter direkte over mosmåtterne. Disse billeder har 4608 x 3456 pixels.
Målet for deres dybe indlæringsalgoritme er at identificere de forskellige typer mos i et enkelt billede og at skelne mosset fra andre objekter og planter.
Deres metode er ligetil. For at træne algoritmen opdeler holdet hvert billede af et bestemt mos i meget mindre områder på 56 x 56 pixels med 50 procent overlap. På denne måde genererer det originale billede omkring 90.000 billeder, hvoraf de bruger 80 procent til at træne deres algoritme og resten til at teste den.
Selvom træningsbillederne er taget af en ensartet måtte af en bestemt type mos, kan disse måtter indeholde små områder af andre mosser. Så holdet undersøgte alle træningsbillederne og fjernede billederne af fremmede mosser i hånden. Det efterlod billeder af tre typer mos— Polytrichum , Trachycystis , og Hypen - samt ikke-mos funktioner. Alle træningsbillederne kunne derefter mærkes som en af disse typer og føres ind i den dybe læringsmaskine.
Resultaterne er imponerende. Ved hjælp af denne metode lærte algoritmen hurtigt at genkende hver type mos med god nøjagtighed. Da forskerne slap algoritmen løs på et enkelt billede, der viser forskellige typer mos, var den i stand til nøjagtigt at identificere mosserne i forskellige områder af billedet. Modellen klassificerede testbilleder korrekt med en nøjagtighed på mere end 90 %, siger de.
Algoritmen gør det bedre for nogle typer mos end andre. Den estimerede ydeevne for Polytrichum er 99 % [genkendelsesnøjagtighed], Trachycystis er 95 %, og Hypen er 74 %, siger Ise og co.
Den lavere nøjagtighed for Hypen skyldes, at denne plante er mere amorf end de andre, med mindre veldefinerede former for vækst. Derimod Polytrichum har en karakteristisk, veldefineret form.
Holdet siger, at der er forskellige måder at forbedre nøjagtigheden på, såsom at bygge et træningssæt af fotografier taget på forskellige tidspunkter af året, hvor Hypen Især mos kan se mere karakteristisk ud. Eller hvidbalancen på digitalkameraet kunne standardiseres for at få mere nøjagtig farvegengivelse for hvert mos.
Under alle omstændigheder viser resultaterne betydelige løfter for fremtiden. Teknikken kunne anvendes på luftbilleder for bedre at identificere træer og planter i billeder taget fra oven. Det ville være enormt nyttigt til bestandsopgørelse i naturen eller i store forvaltede områder såsom gårde og skove.
I mellemtiden fortæller Ise og co, at de planlægger at udvikle en app, der gør det muligt for folk at identificere mos ved hjælp af en smartphone. Det kunne vise sig at være populært for gartnere.
Ref: arxiv.org/abs/1708.01986 : Identifikation af 3 mosearter ved dyb læring ved hjælp af den hakkede billedmetode