ECS-tea：プーアル茶の新芽を高精度に検出・局在化する生物学的着想に基づくアルゴリズム

科学分野:

• 農業工学
• コンピュータビジョン
• 人工知能

背景:

• 精密なプーアル茶芽の収穫は、インテリジェント農業にとって重要ですが、自然環境下での正確な認識と局在化には課題があります。
• 自動収穫システムは、複雑で構造化されていない環境における茶芽の検出と局在化のための堅牢なソリューションを必要とします。

研究 の 目的:

• 生物学的着想に基づく軽量な検出・局在化フレームワークであるECS-Teaを提案し、プーアル茶芽の分析を目的とします。
• 検出精度と3D局在化精度を向上させることで、自動茶芽収穫を強化することを目的とします。

主な方法:

• EfficientNetV2バックボーン、クロススケール特徴融合（CSFF）、空間・チャネル協調注意（SCSA）、適応型マルチフレーム深度融合を統合したYOLOv11-Poseに基づいてECS-Teaを開発しました。
• 専用のプーアル茶芽データセットでフレームワークをトレーニングおよび検証しました。

主要な成果:

• ECS-Teaは、ターゲット検出精度98.7%、キーポイント検出精度95.3%を達成しました。
• このフレームワークは、コンパクトな3.3MBのアーキテクチャ、4.5GFLOPs、および高い推論速度（370.4 FPS）を誇ります。
• YOLOv11-Poseと比較して、キーポイント検出メトリクス（mAP@0.5(K) +4.9%、R(K) +3.8%、P(K) +3.4%）が大幅に改善されました。

結論:

• ECS-Teaは、リアルタイムアプリケーションにおける精度と計算効率のバランスを効果的に取ります。
• 統合されたモジュールは、堅牢な茶芽検出と局在化に相乗的に貢献します。
• ECS-Teaは、構造化されていない圃場環境における高精度な茶芽収穫のための展開可能なソリューションを提供します。