LDD: 포도 병해충 객체 탐지 및 인스턴스 세그멘테이션을 위한 데이터셋

인스턴스 세그멘테이션(task)은 잘 알려진 객체 탐지(task)의 확장된 형태로, 정밀 농업을 비롯한 여러 분야에서 큰 도움을 주고 있다. 식물의 기관과 관련된 질병을 자동으로 식별할 수 있다면, 작물 모니터링 및 질병 관리의 자동화와 규모 확장이 효과적으로 가능해진다. 포도나무에서 조기 질병 탐지 및 진단 문제를 해결하기 위해, 인스턴스 세그멘테이션 기반의 질병 인식 기술을 선도적으로 발전시키는 것을 목표로 새로운 데이터셋이 제작되었다. 이 데이터셋은 질병에 감염된 잎과 포도 cluster(군집)의 자연 환경 속 이미지를 수집함으로써 구축되었으며, 총 1,092장의 이미지에 17,706개의 레이블링된 인스턴스를 포함하고 있다. 이 데이터셋은 포도에서 가장 흔한 8가지 질병의 증상이 있는 및 없는 잎과 포도를 포함한 총 10개의 객체 유형을 포함하고 있다. 데이터셋의 특성을 종합적으로 파악할 수 있도록 다양한 통계적 지표가 제안되었다. 기존 모델인 Mask R-CNN과 R^3-CNN을 활용한 객체 탐지 및 인스턴스 세그멘테이션 작업의 초보적 결과가 기준선으로 제시되었으며, 자동 질병 증상 인식이라는 목적에 대해 유의미한 성과를 달성할 수 있음을 입증하고 있다.