YOLOv11-AIU:トマトの早期発芽病の分類検出のための軽量検知モデル

科学分野:

• 植物病理学
• コンピュータビジョン
• 農業技術

背景:

• トマトの早期枯れ病 (Alternaria solani) は作物の収穫量を大幅に低下させる.
• 現在の検出方法では 微妙な低コントラストまたは多面的な病変と闘います 特に初期段階ではです
• 正確な重症度分類は 効果的な病気管理に不可欠です

研究 の 目的:

• トマトの早期破滅の重度の正確な分類のための軽量なオブジェクト検出モデルを開発する.
• 特徴の表現を強化し,改善された検出のために微細な傷害の詳細を保存します.
• リアルタイムで実用的な応用を実現する.

主な方法:

• YOLOv11-AIUを開発し,C3k2_iAFFの注意融合とAdownの多部門ダウンサンプリングを組み込んだ強化されたYOLOv11フレームワークを開発しました.
• 精密な境界ボックスの回帰のための統合された統一IOU損失.
• 5000枚の画像に 6つのレベルのアノテーションデータセットを作成し,拡張しました.

主要な成果:

• YOLOv11- AIUは94. 1%のmAP@ 50と93. 4%のmAP@ 50-95で高い性能を達成しました.
• 15.67FPSの競争力のある推論速度を示した.
• Luban Cat5プラットフォームのリアルタイム性能は,YOLOv3-tiny,YOLOv8n,SSDを上回った.

結論:

• YOLOv11-AIUは,トマト病の早期発見と重症度の分類に優れた精度と効率を提供します.
• このモデルは,精密農業とインテリジェント植物衛生モニタリングシステムへの統合の大きな可能性を示しています.
• このAIによるアプローチは,早期に信頼性の高い病気の特定を容易にし,持続可能な作物生産を支援します.