愛媛大学大学院農学研究科のイスラム・MD・パルベス准教授と羽藤堅治教授を中心とする研究グループは、園芸作物のリアルタイムモニタリングシステム「Hort-YOLO」を開発しました。このシステムは、作物の形態を正確にとらえ、かつその状態を正確に判定できる物体の検出が可能なディープラーニングモデルです。アノテーション速度を圧倒的に改善し、教師あり学習の精度と安定性を向上させることを両立させており、実環境への導入が可能です。

この研究成果は11月15日の「Computers and Electronics in Agriculture」のオンライン版に掲載されました。

研究成果のポイント

• MSRM、PUSM、SPPMなどのモジュールを搭載し、データ間の関連性情報（コンテクスチュアル情報）の保持と精度の向上を実現する
• 多くの種類の作物のデータセットを用いて評価されており、幅広い園芸作物において有効性を発揮する
• 農産物のデータのように症状やランクが偏っている、つまり、クラスのデータが偏っており、データセットの数が中規模の場合、Hort–YOLOは優れた性能を発揮する
• データの分析結果を、ユーザーのデバイスやスマートグラスに結果を表示する

論文情報

掲載誌：Computers and Electronics in Agriculture, 240, 111196
題名：Hort-YOLO: A multi-crop deep learning model with an integrated semi-automated annotation framework
著者：M.P. Islam, K. Hatou, K. Shinagawa, S. Kondo, Y. Kadoya, M. Aono, T. Kawara, K. Matsuoka
DOI：10.1016/j.compag.2025.111196