UAVリモートセンシング画像を用いた松枯れ病の改良型YOLOv11に基づく検出方法
Hua Shi1, Zhenhui Zhu1, Xiaozhou Feng1
1College of Sciences, Xi'an Technological University Xi'an China.
Ecology and evolution
|December 30, 2025
まとめ
新しいYOLOv11-OC法は、UAV画像を用いた松枯れ病（PWD）の早期検出を改善します。このAIアプローチは、森林健全性管理に不可欠な精度を向上させ、見逃し検出を減らします。
背景:
- マツノザイセンチュウ（Bursaphelenchus xylophilus）によって引き起こされる松枯れ病（PWD）は、森林生態系に重大な脅威をもたらしています。
- 現在のPWD検出方法は、特に初期段階において精度が低く、検出の見逃しや生態系への被害につながっています。
結論:
- 提案されたYOLOv11-OC法は、UAV画像からの早期段階の松枯れ病の検出精度と効率を大幅に向上させます。
- ODConvおよびCAAメカニズムの統合は、微妙な疾患の兆候を特定し、困難な環境で堅牢に機能するモデルの能力を強化します。
- この高度な検出技術は、積極的な森林管理とPWDの影響を軽減するための有望なツールを提供します。
