講演詳細

経営部門[Forest Management]

日付	2025年3月21日
開始時刻	14:30
会場名	S32
講演番号	D-12
発表題目	海岸防災林におけるYOLOv5によるマツ枯れ被害木の検出 Detection of Pine Wilt Disease infected pine trees unsig YOLOv5 at coastal disaster prevention forests
所属	富山県農林水産総合技術センター森林研究所
要旨本文	富山県内の2地区の海岸クロマツ林において，2019～2021年に，異なる機種，異なる時期，異なる時間帯に撮影されたUAV画像から20,200枚の学習用画像を作成した。その際，被害形態は，初期，中期，末期の3クラスとした。まず10％をテスト用に除外し，残り90％を5等分したのち，5分割交差検証法でYOLOv5のsmall，medium，largeモデルによる物体検出モデルを作成した。モデルの精度指標のひとつであるmAP50は，small，medium，largeの3モデル共に，0.992±0.002（平均±標準偏差）となり，既往研究よりも高い値を示した。15ケース（3モデル×5 Fold）の学習済みモデルをテスト用画像に適用して精度検証を行ったところ，mediumモデルのFold 4が最も高い精度を示した。このケースの学習済みモデルを使用し，2024年10月31日に撮影したUAV画像からマツ枯れ被害木の自動検出を行い，別途実施した地上調査結果と比較したところ，被害木51本中45本の検出に成功し，その検出率は88.2％となった。
著者氏名	○小林裕之 ・ 松浦崇遠 ・ 中島春樹
著者所属	富山県農林水産総合技術センター森林研究所
キーワード	マツ枯れ, 深層学習, 物体検出, ドローン, YOLOv5
Key word	Pine Wilt Disease, Deep Learning, object detection, UAV, YOLOv5