基于优化三维多项式神经网络与可变重叠时间相干滑动窗口的植物物种识别
计算机视觉与模式识别
2022-08-30 v2 机器学习
摘要
近期，EAGL-I 系统被开发用于快速创建大规模植物标注数据集，旨在供农民与研究人员普遍用于构建农业中的 AI 驱动解决方案。为此，利用该系统创建了一个公开可用的植物物种识别数据集，包含 40,000 张不同尺寸、涵盖 8 个植物物种的图像，以展示其能力。本文提出一种称为可变重叠时间相干滑动窗口（VOTCSW）的新方法，将可变尺寸图像组成的数据集转换为适合卷积神经网络的固定尺寸三维表示，并证明该表示比将数据集图像缩放至给定尺寸更具信息量。我们从理论上形式化了该方法的用例及其固有性质，并证明其对数据具有过采样与正则化效应。通过将 VOTCSW 方法与近期提出的称为一维多项式神经网络的机器学习模型的三维扩展相结合，我们构建了一个模型，在 EAGL-I 系统创建的数据集上达到了 99.9% 的 SOTA 准确率，超越了 ResNet 与 Inception 等知名架构。此外，我们创建了一种启发式算法，可对任意预训练 N 维多项式神经网络进行降阶并在不改变其性能的前提下压缩之，从而使模型更快更轻。进而，我们确认当前可用数据集因其训练集与测试集间显著的类别不平衡而无法以其现有形式用于机器学习。为此，我们创建了特定的预处理与模型开发框架，使准确率从 49.23% 提升至 99.9%。
引用
@article{arxiv.2203.02611,
title = {Plant Species Recognition with Optimized 3D Polynomial Neural Networks and Variably Overlapping Time-Coherent Sliding Window},
author = {Habib Ben Abdallah and Christopher J. Henry and Sheela Ramanna},
journal= {arXiv preprint arXiv:2203.02611},
year = {2022}
}