本研究で使用したデータベースには44,406枚の果物画像が含まれており、これらの画像は6か月間で収集しました。画像は実験室環境下で、以下に述べる様々なシナリオで撮影されました。すべての画像は明瞭な背景の上で、解像度320×258ピクセルで撮影されました。画像の撮影には、HDのロジクールウェブカメラを使用しました。このデータベースを収集する過程で、様々な課題を設定しました。これらの課題は、スーパーマーケットや果物屋での実際の識別シナリオで直面するもので、例えば光、影、日光、姿勢の変化などです。モデルを、照明の変化、カメラの撮影アーティファクト、鏡面反射の影や影に対してロバストにするためには、これらの変化に対応する必要があるかもしれません。我々は、すべてのシナリオにおけるモデルのロバスト性をテストし、その結果は非常に良好でした。

フォルダ構造

15種類の異なる果物があり、44,406枚の画像が含まれています。15の異なるカテゴリに対して、データセットには15個のフォルダがあり、それぞれの果物のサブカテゴリはサブフォルダに保存されています。例えば、りんごには1つのフォルダがあり、メインフォルダ内にはサブカテゴリ用の6つのサブフォルダがあります。すべての果物のサブカテゴリは、関連するサブフォルダに保存されています。

データ収集

本研究で使用したデータベースには44,406枚の果物画像が含まれており、これらの画像は6か月間で収集しました。画像は、我々の実験室の様々な環境下で、以下に述べるシナリオで撮影されました。すべての画像は明瞭な背景の上で、解像度320×258ピクセルで撮影されました。画像の撮影には、HDのロジクールウェブカメラを使用しました。このデータベースを収集する間、様々な課題を設定しました。これらの課題は、現実世界のスーパーマーケットや果物屋での識別シナリオで直面するもので、例えば光、影、日光、姿勢の変化などです。モデルをロバストにするためには、照明の変化、カメラの撮影アーティファクト、鏡面反射の着色や影に対応する必要があるかもしれません。我々は、すべてのシナリオにおけるモデルのロバスト性をテストし、その結果は非常に良好でした。
すべての画像はRGB色空間で保存されており、各チャンネルは8ビットです。これらの画像は、同じカテゴリについて、一日の異なる時間や異なる日に収集されました。これらの特性により、データセットの変動性が増し、より現実的なシナリオを表現しています。画像の品質や照明には大きな差があります。照明は画像の変動要因の一つです。実際、照明によって、同じ果物の2枚の画像は、異なる種類の果物の2枚の画像よりも似ていなくなることがあります。我々は、独自のスマート体重計とカメラを使用して、すべての画像を撮影しました。果物データセットは、比較的制約の少ない条件下で収集されました。また、部屋の照明をつけたり消したり、カメラやスマート体重計を実験室の窓際に移動させて、開いた窓、閉じた窓、開いたカーテン、閉じたカーテンの下で画像を撮影しました。スーパーマーケットでの実際のアプリケーションでは、照明の変化、カメラの撮影アーティファクト、鏡面反射の着色や影に対応する必要があるかもしれません。以下は、データセットを収集する間に考慮したいくつかの条件です。

1、異なる種類の果物の姿勢の変化
2、果物要素の数の変動性
3、HDカメラを使用して500万ピクセルのスナップショットを撮影
4、色は同じだがカテゴリが異なり、照明の変化がある果物画像
5、切り抜きと部分的な遮蔽
6、同じ種類の果物の異なる色の画像
7、異なる照明条件（例えば蛍光灯、自然光、一部の果物屋
8、スーパーマーケットには日光が入らないため、識別システムに影響を与えやすい
9、6種類の異なるりんごの果物画像
10、鏡面反射の影や影がある3種類のマンゴー
11、3種類のキウイ画像
12、自然照明と人工照明が画像に与える影響
13、手で部分的に噛んだ状態