要約
深層畳み込みニューラルネットワーク（DCNN）は、植物病害の検出に成功裏に応用されてきた。既存の多くの研究とは異なり、本研究ではRGB色座標ではなく、CIE Lab色空間をDCNNに供給する手法を提案する。Inception V3アーキテクチャを改変し、明度情報（Lチャンネル）に特化したブランチと彩度情報（ABチャンネル）に特化した別のブランチを導入した。この構造は、彩度情報と明度情報の分離（デカップリング）を活用するものであり、同時にブランチ分割によって、修正された層を用いることで、学習可能なパラメータ数および計算負荷を元の値の最大50％まで削減できる。本手法は、Plant Villageデータセットにおいて99.48％という最先端の分類精度を達成し、Cropped-PlantDocデータセットでは76.91％の精度を記録した。