本研究では、商業オーチャード環境における未熟な緑色りんごの検出と計測を目的として、YOLOv8オブジェクト検出モデルと3Dポイントクラウドデータを用いたシェイプフィッティング手法を組み合わせた手法を提案した。
まず、YOLOv8モデルを用いて未熟な緑色りんごの検出と分割を行った。YOLOv8m-segモデルが最も高いAP@0.5とAP@0.75の得点(それぞれ0.94と0.91)を達成した。
次に、Azure Kinectカメラから取得した画像にエリプソイドフィッティング手法を適用することで、未熟な緑色りんごのサイズを推定した。その結果、RMSE 2.35 mm、MAE 1.66 mm、MAPE 6.15 mm、R2 0.9の高い精度が得られた。一方、IntelRealsense D435iカメラを使用した場合は、RMSE 9.65 mm、MAE 7.8 mm、MAPE 29.48 mm、R2 0.77と精度が低下した。
部分的な遮蔽による影響などの課題はあるものの、本手法は商業オーチャードにおける未熟な緑色りんごの正確な検出と計測を可能にし、収穫量予測や最適な果実管理などの精密農業への応用が期待できる。
Til et annet språk
fra kildeinnhold
arxiv.org
Viktige innsikter hentet fra
by Ranjan Sapko... klokken arxiv.org 04-03-2024
https://arxiv.org/pdf/2401.08629.pdfDypere Spørsmål