Northwest A&F: YOLOv5-CA находит мильдью в тесте на 320 снимках, mAP 89,55%

Мильдью винограда — распространённое заболевание листьев, которое снижает урожай и качество ягод. Болезнь сдерживают повторными фунгицидными обработками в течение сезона, а ручная диагностика опирается на агрономов-экспертов и занимает много времени. Своевременное выявление на ранней стадии позволяет ограничить распространение болезни на больших площадях. Исследователи Northwest A&F University и Австралийского центра полевой робототехники Сиднейского университета поставили задачу автоматически находить очаги мильдью на снимках листьев в естественных условиях виноградника — при разном освещении, тенях и фоне — с балансом точности и скорости, достаточным для работы в реальном времени.

Команда разработала модель YOLOv5-CA: детектор объектов YOLOv5, в основную часть которого встроен механизм координатного внимания (coordinate attention). Механизм усиливает визуальные признаки, связанные с поражением, и подавляет менее значимые, что помогает находить мелкие очаги, участки у края листа и черешков. Модель выдаёт рамки вокруг поражённых участков листа. Обучение и тесты шли на компьютере с видеокартой NVIDIA в PyTorch; размер входного изображения 416 × 416 выбран как компромисс между точностью и скоростью. Для сравнения на тех же данных испытаны Faster R-CNN, YOLOv4 и YOLOv5.

Снимки листьев сделаны вручную в течение нескольких дней в начале августа на коммерческом винограднике колледжа энологии Northwest A&F University в провинции Шэньси, где болезнь проявилась на многих растениях. Набор из 820 снимков разделён на 500 обучающих и 320 тестовых; обучающие данные дополнительно расширены аугментацией до 2000 изображений. На тестовой выборке YOLOv5-CA показала mAP@0,5 89,55%, точность 85,59% и полноту 83,70% при 58,82 кадра в секунду; у базовой YOLOv5 mAP составил 87,41%. С аугментацией точность выросла до 88,82%. Результаты опубликованы в журнале Frontiers in Plant Science 9 июня 2022 года; авторы называют следующим шагом мультиспектральные данные и периферийные вычисления.