植物病害識別は農業にとってきわめて重要であり、病害の拡散防止に役立ち、ひいては作物収量や食糧安全保障に大きな影響を与える可能性があります。 特定の病害を識別すれば、対象作物のみへの適切な殺虫剤の散布や隔離対策の実施など、病害の抑制または根絶に向けた適切な対策を講じることができます。
アプローチ
- STM32 Model zooは、ユーザ独自のデータに基づく学習や再学習に必要なものをすべて提供します。
- このソリューションでは、公開データセットで学習済みで、STM32上で動作し、非常に高い精度が得られるモデルを提案します。
- このモデルは、STM32H747ディスカバリ･キットとSTM32 Model zoo Pythonスクリプトを使用して容易に実装可能です。
- ここで紹介するユース･ケースでは、植物葉データセットに基づいて病害を識別します。
センサ
画像：カメラ･モジュール･バンドル（リファレンス･ボード：B-CAMS-OMV）
データ
データセット：Plant Village植物葉データセット（ライセンス：CC0 1.0 パブリック･ドメイン）
データフォーマット：
39種類のクラスの植物の葉と背景画像
RGBカラー画像
結果
モデル：高速ダウンサンプリングMobileNet 0.25
入力サイズ：224 x 224 x 3
メモリ･フットプリント：
使用Flashメモリ：137KB（重みデータ）
使用RAM：152KB（アクティベーション･バッファ）
精度：
浮動小数点モデル：99.82%
量子化モデル：99.62%
性能（高性能マイコンSTM32H747 @ 400MHz使用時）
推論時間：63.2ms
フレームレート：16fps
