YOLO-AE をベースとした茶葉選別パラメータ制御システムの設計と実験

科学分野:

• 農業工学
• コンピュータビジョン
• 人工知能

背景:

• 手動による茶葉選別は精度が低く、品質の一貫性を欠く。
• 現在の方法は主観的な観察に依存しており、効率に影響を与える。
• 茶葉選別の自動化は、品質と一貫性のために不可欠である。

研究 の 目的:

• 深層学習を用いた自動茶葉選別法の開発。
• 白茶加工の精度と効率の向上。
• 精密茶葉選別装置のための理論的および技術的支援の提供。

主な方法:

• 検出を強化するためのACmixおよびEUCBを備えた改良型YOLOv11モデル（YOLO-AE）。
• リアルタイムの割合分析のための領域分割および畳み込みニューラルネットワーク。
• パラメータ決定のための選別理論とAIの統合。

主要な成果:

• YOLO-AEモデルは検証セットで94%の認識精度を達成しました。
• 検出性能は推論時間を40%削減し、2.1%向上しました。
• システムは、茶葉の割合が異なる場合でも一貫した同定精度を示し、高品質バッチでは3%未満の違いでした。

結論:

• 提案された深層学習アプローチは、茶葉選別の精度と効率を大幅に向上させます。
• この方法は、茶葉加工におけるリアルタイム品質評価のための信頼できるソリューションを提供します。
• 本研究は、高度な自動茶葉選別システムの開発のための基盤技術を提供します。