MAVM-UNet: フィールドライスの害虫検出のためのマルチスケール集積ビジョンMambaU-Net
Congqi Zhang1, Ting Zhang2, Guanyu Shang3
1School of Software Engineering, Chengdu University of Technology, Chengdu, China.
Frontiers in plant science
|August 29, 2025
まとめ
MAVM-UNetの新しいモデルは 農作物の収穫を向上させ 農薬の使用を減らすために 農作物の害虫を正確に検出します この高度なディープラーニングアプローチは 農業における害虫監視と制御戦略を 強化します
科学分野:
- 農業科学
- コンピュータ・ビジョン
- 人工知能
背景:
- 農薬の過剰使用による収穫損失と環境問題につながる 害虫による米の生産が脅かされています
- 不規則な形状,小さなサイズ,複雑な背景があるため,多様な米の害虫の正確な検出は困難です.
- 効果的な害虫検知は 害虫の正確な管理と 持続可能な農業に不可欠です
研究 の 目的:
- 米畑の害虫を正確かつ効率的に検出するための高度なディープラーニングモデルを開発する.
- イメージベースの検出における害虫の多様性と複雑なフィールド条件によって引き起こされる課題に対処する.
- 米栽培における害虫の監視と制御戦略の改善のための基盤を提供すること.
主な方法:
- マンバU-ネット (MAVM-UNet) モデルが構築されました.
- このモデルは,ビジュアルステートスペース (VSS),マルチスケールVSS (MSVSS),チャネル認識VSS (CAVSS),およびマルチスケール注意集積 (MSAA) モジュールを含む.
- CAVSSとMSAAモジュールは,マルチスケールの特徴,低レベルの詳細,および高レベルの意味学を把握するために統合されました.
主要な成果:
- MAVM-UNetモデルは,IP102データセットの最新のモデルと比較して優れた性能を達成しました.
- このモデルは82.07%の精度 (PA) と81.48%の平均交差点 (MIoU) を得ました.
- 実験結果は,細粒度と粗粒度の両方の害虫の特徴を捕捉するモデルの有効性を示しています.
結論:
- 開発されたMAVM-UNetモデルは,米の害虫の自動検知に重要な進歩をもたらしています.
- この技術は,より正確で環境に優しい 害虫の監視と制御を導くことができます.
- この研究は,農業の害虫管理に先端のコンピュータビジョン技術を適用するための貴重な洞察を提供します.
