岡山大学と京都大学、東京農工大学、国際農林水産業研究センター、岐阜大学、東北大学は、野外で生育するイネの収穫期の画像を撮影するだけで、高い精度で面積あたり収穫量（収量）を推定する技術を開発した。

市販のデジタルカメラやスマートフォンでイネを撮影するだけで、AIの画像解析によって、イネの収穫量を簡単に推定可能となった。

スマートフォンで撮影するだけで収量を推定可能に

共同研究グループは、国際的な研究ネットワークを通じて国内外から大量のイネ画像と収穫量のデータを収集し、AIに学習させた。これにより、野外で生育するイネの収穫期の画像を撮影するだけで、高い精度で面積あたり収穫量（収量）を推定する技術を開発した。

同技術は幅広い品種や環境条件において適用可能なだけでなく、市販のデジタルカメラやスマートフォンで撮影するだけと、誰でも簡単にイネ収量の推定を可能とした点に最大の特徴があり、イネの収穫量を見極める“AIの目”を実現したと言える。

また、これまで時間と労力をかける必要のあったイネの収量調査を大幅に省力化・迅速化することで、育種現場における多収品種の選抜に貢献すると考えられる。

さらに、農家圃場、特に開発途上地域など、これまで調査困難であった地域のイネ生産量の把握や、最適な栽培法選択や政策立案など、多方面にわたって活用されることが期待される。


岡山大学 学術研究院 環境生命自然科学学域の田中佑准教授は、「本研究は、多数の国・研究機関が連携し、数多くの研究者の力が結集した国際共同研究の成果です。関わった全ての方々に心からお礼を申し上げます。私自身はAIの専門家ではないのですが、新たな分野にチャレンジし、こうして成果を公表できたことに達成感を感じています。ぜひ多くの方がこの技術に興味を持っていただけることを願っています」とコメント。

なお、この研究成果は、国際誌「Plant Phenomics」に現地時間2023年6月29日付けでオンライン公開され、2023年7月28日付けで出版された。

論文情報
論 文 名：Deep learning enables instant and versatile estimation of rice yield using ground-based RGB images
掲 載 紙：Plant Phenomics
著 者：Yu Tanaka, Tomoya Watanabe, Keisuke Katsura, Yasuhiro Tsujimoto, Toshiyuki Takai, Takashi Sonam Tashi Tanaka, Kensuke Kawamura, Hiroki Saito, Koki Homma, Salifou Goube Mairoua, Kokou Ahouanton, Ali Ibrahim, Kalimuthu Senthilkumar, Vimal Kumar Semwal, Eduardo Jose Graterol Matute, Edgar Corredor, Raafat El-Namaky, Norvie Manigbas, Eduardo Jimmy P. Quilang, Yu Iwahashi, Kota Nakajima, Eisuke Takeuchi, Kazuki Saito
D O I：10.34133/plantphenomics.0073
U R L：https://spj.science.org/doi/10.34133/plantphenomics.0073


国立大学法人岡山大学
https://www.okayama-u.ac.jp/