農作物の病気をAIで検知する

農作物の病気は、収穫量に大きく影響する問題です。今回は、農作物の病気をマルチモーダルLLMで検出する論文について紹介します。

Konstantinos I. Roumeliotis, Ranjan Sapkota, Manoj Karkee, Nikolaos D. Tselikas and Dimitrios K. Nasiopoulos, Plant Disease Detection through Multimodal Large Language Models and Convolutional Neural Networks, arXiv:2504.20419 [cs.CV]

農作物の病気の検出するためには、農場を検査し、サンプルを収集し、分析する必要がありました。コスト、時間がかかり、専門知識を持ったスタッフが必要です。これを、AIで行えるようになれば、低コストにその場で検査でき、専門のスタッフも不要になります。

この研究では、PlantViledge というデータセットを評価に用いています。病気の植物の葉っぱを集めたデータセットです。

適用したAIの手法はシンプルで、プロンプトエンジニアリングとファインチューニングを施した GPT-4o を利用しています。

上の図は、ファインチューニングしたGPT-4oとResNet50の結果です。ResNetが F1スコア 約0.969 なのに対し、GPT-4oは F1 約0.981 となっています。比較器簡易な手法で高い精度が出せることがわかります。ファインチューニングに用いたサンプル数も512サンプルと少なく、実用性も高そうです。

実際に、農場の試験に利用 するためには、葉っぱの写真を撮影してAPIにかけるシステムが別途必要になるでしょう。

今回は、農作物の病気を検出するAIを紹介しました。工夫次第で様々な分野に適用できますね。