QUANTIFYING PLANT INFESTATION BY ESTIMATING THE NUMBER OF BIOLOGICAL OBJECTS ON LEAVES, BY CONVOLUTIONAL NEURAL NETWORKS THAT USE TRAINING IMAGES OBTAINED BY A SEMI-SUPERVISED APPROACH

A computer generates a training set with annotated images (473) to train a convolutional neural network (CNN). The computer receives leaf-images showing leaves and biological objects such as insects, in a first color-coding (413-A), changes the color-coding of the pixels to a second color-coding and...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: KLUKAS, Christian, NAVARRA MESTRE, Ramon, ECHAZARRA HUGUET, Jone, EGGERS, Till, GOMEZ ZAMANILLO, Laura, PICON RUIZ, Artzai, BERECIARTUA PEREZ, Aranzazu, ALVAREZ GILA, Aitor
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A computer generates a training set with annotated images (473) to train a convolutional neural network (CNN). The computer receives leaf-images showing leaves and biological objects such as insects, in a first color-coding (413-A), changes the color-coding of the pixels to a second color-coding and thereby enhances the contrast (413-C), assigns pixels in the second color-coding to binary values (413-D), differentiates areas with contiguous pixels in the first binary value into non-insect areas and insect areas by an area size criterion (413-E), identifies pixel-coordinates of the insect areas with rectangular tile-areas (413-F), and annotates the leaf-images in the first color-coding by assigning the pixel-coordinates to corresponding tile-areas. The annotated image is then used to train the CNN for quantifying plant infestation by estimating the number of biological object such as insects on the leaves of plants. Un ordinateur génère un ensemble d'apprentissage comportant des images annotées (473) pour entraîner un réseau neuronal convolutionnel (CNN). L'ordinateur reçoit des images feuilles montrant des feuilles et des objets biologiques tels que des insectes, dans un premier codage de couleur (413-A), change le codage de couleur des pixels en un second codage de couleur et améliore ainsi le contraste (413-C), attribue des pixels dans le second codage de couleur à des valeurs binaires (413-D), différencie les zones avec des pixels contigus dans la première valeur binaire en zones non-insectes et en zones insectes selon un critère de taille de zone (413-E), identifie des coordonnées de pixel des zones d'insectes présentant des zones de tuile rectangulaires (413-F), et annote les images de feuille dans le premier codage de couleur en attribuant les coordonnées de pixel à des zones de tuile correspondantes. L'image annotée est ensuite utilisée pour entraîner le CNN à quantifier l'infestation de plantes par estimation du nombre d'objets biologiques tels que des insectes sur les feuilles de plantes.