河川水路における改良型YOLOv7に基づく浮遊物体のスモールターゲット検出

科学分野:

• コンピュータビジョン
• 機械学習
• 環境モニタリング

背景:

• 動く水路でのコンピュータビジョンにおける高フレームレート要件は、高速検出アルゴリズムを必要とします。
• フレーム間のバウンディングボックスの変動は、小物体検出の精度低下につながります。
• 河川のような動的な環境での小さく浮遊する物体の検出は、大きな課題となります。

研究 の 目的:

• 小ターゲット検出を強化するための新しい領域オーバーラップ検出（ROD）法を導入すること。
• 動的で流れる水路における小物体検出における既存手法の限界に対処すること。
• 変更されたYOLOv7アーキテクチャを使用して、物体検出精度と収束速度を向上させること。

主な方法:

• 最小畳み込みYOLOv7（MCY）アーキテクチャと統合された領域オーバーラップ検出（ROD）法の実装。
• 複数の領域の中から最大のオーバーラップ領域を特定するための典型的なYOLO分類器の使用。
• ニューラルネットワークの最終トレーニング層における最小畳み込みから最大のバウンディングボックスを抽出するための二次的な方法の採用。
• 畳み込み層から交差領域を除外することによりYOLOアーキテクチャを変更し、収束を高速化すること。

主要な成果:

• 提案されたMCY-ROD法は、動く水流中の小物体を高精度で正確に特定します。
• 小浮遊物体検出において73.1%の平均精度（mAP）を達成しました。
• 動的な河川環境で70.2%のリコール率を達成し、堅牢なパフォーマンスを示しました。

結論:

• MCY-ROD法は、動的な環境におけるスモールターゲット検出において大きな進歩をもたらします。
• YOLOアーキテクチャへの変更は、収束を効果的に加速し、検出精度（mAP）を向上させます。
• このアプローチは、実際の河川環境における小さな浮遊物体の監視に信頼性の高いソリューションを提供します。