ライチの画像データセット「Lychee13-3634」と分類手法の評価
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Lychee13-3634: A new lychee image dataset and classification methodological evaluation.
雑誌名：PLoS One. 2025; 20(10): e0334900. doi: 10.1371/journal.pone.0334900. Epub 2025 Oct 23.
概 要：
本研究は、ライチの品種を迅速かつ正確に分類するための新しい画像データセット「Lychee13-3634」を構築しました。このデータセットは、13種類のライチと3634枚の画像を含み、従来の果物データセットとは異なり、ライチ品種間の微細な違いを強調しています。20の先進的な深層学習モデルを用いてその有効性を検証し、EfficientNetv2が99.90%の精度で最良の分類性能を示しました。また、データセットのバランスがモデルの分類性能に与える影響についても分析しました。このデータセットは、ライチの画像分類タスクのベンチマークデータを提供し、他の農産物の画像認識研究に対する参考となることを目指しています。
方 法：
本研究では、ライチの画像データセット「Lychee13-3634」を構築し、13種類のライチを対象に3634枚の画像を収集しました。20の深層学習に基づく分類モデルを適用し、モデルの有効性を検証しました。主要な評価指標は分類精度であり、EfficientNetv2が最も高い精度を示しました。
結 果：
EfficientNetv2は、99.90%の分類精度を達成し、最良の性能を示しました。また、データセットのバランスがモデルの分類性能に影響を与えることが確認され、よりバランスの取れたデータセットが良好な分類性能をもたらすことが示されました。
結 論：
「Lychee13-3634」は、ライチの画像分類タスクにおけるベンチマークデータを提供し、既存の深層学習分類モデルの効果的な応用を示しました。この研究は、他の農産物の画像認識研究に対する参考とインスピレーションを提供することが期待されます。