データベース収録論文2026·Global
屋上ガーデニング向けCNNによる葉病害検出——複数種の画像セグメンテーションを用いて
CNN-based leaf disease detection for rooftop gardening using multi-species image segmentation
Yuvaraja Boovanahalli Kariyappagowda, Khateeja Ambareen, S P Vijaya Vardan Reddy, Chethan Bommalingaiahanapalya Krishnamurthy, Madhu Puttegowda
Journal of Asian Scientific Research
Urban Farm DB の要約
本研究は都市部で農地が限られる中で普及が進む屋上ガーデニングにおいて、病害の急速な拡大と診断の遅れによる断念を防ぐため、葉画像に基づく機械学習型の自動病害診断システムを開発した。画像セグメンテーションを前処理として病変部を分離した上で分類モデルにかけ、グァバ、ジャムン、レモン、マンゴー、ザクロの5種の葉画像データセットで学習・評価した結果、正解率（Accuracy）1.00という理想的な性能を全体として達成し、レモンとマンゴーの病害分類ではそれぞれ0.995・0.991の精度、F1スコア0.88超という高い成績を示した。