ODYSSEE: Oyster Detection Yielded by Sensor Systems on Edge Electronics

要約

カキは沿岸生態系において重要なキーストーン種であり、経済的、環境的、文化的に大きな利益をもたらします。
カキの重要性が高まるにつれて、カキの検出と監視のための自律システムの関連性も高まっています。
ただし、現在の監視戦略は破壊的な方法に依存していることがよくあります。
ビデオ映像からのカキの手動識別は非破壊的ですが、時間がかかり、専門家の協力が必要であり、水中環境の課題によりさらに複雑になります。
これらの課題に対処するために、収集された実際のデータセットを現実的な合成データで強化するために、安定した拡散を使用する新しいパイプラインを提案します。
このメソッドは、YOLOv10 ベースのビジョン モデルのトレーニングに使用されるデータセットを強化します。
その後、このモデルは水中ロボット工学のエッジ プラットフォームに展開およびテストされ、Aqua2 プラットフォームでのカキ検出に関して最先端の 0.657 mAP@50 を達成しました。

要約(オリジナル)

Oysters are a vital keystone species in coastal ecosystems, providing significant economic, environmental, and cultural benefits. As the importance of oysters grows, so does the relevance of autonomous systems for their detection and monitoring. However, current monitoring strategies often rely on destructive methods. While manual identification of oysters from video footage is non-destructive, it is time-consuming, requires expert input, and is further complicated by the challenges of the underwater environment. To address these challenges, we propose a novel pipeline using stable diffusion to augment a collected real dataset with realistic synthetic data. This method enhances the dataset used to train a YOLOv10-based vision model. The model is then deployed and tested on an edge platform in underwater robotics, achieving a state-of-the-art 0.657 mAP@50 for oyster detection on the Aqua2 platform.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google