Corn Ear Detection and Orientation Estimation Using Deep Learning

要約

穂の発達などのトウモロコシ植物の成長挙動を監視すると、植物の健康状態と発育について重要な洞察が得られます。
従来、耳の角度の測定は手動で行われていましたが、時間がかかり、人的ミスが発生しやすい場合がありました。
これらの課題に対処するために、この論文では、画像シーケンス内のトウモロコシの穂を検出および追跡するためのコンピューター ビジョン ベースのシステムを紹介します。
提案されたシステムは、耳の向きを正確に検出、追跡、予測することができ、成長行動の監視に役立ちます。
これにより、手動測定と比較して時間を大幅に節約でき、耳の方向の研究の追加領域が可能になり、トウモロコシ生産の効率が向上する可能性があります。
キーポイント検出を備えた物体検出器を使用することで、提案されたアルゴリズムはすべての耳の 90% を検出できました。
基本推定の平均絶対誤差 (MAE) は 18 度でしたが、2 人が手で測定した場合の平均誤差は 15 度でした。
これらの結果は、トウモロコシの成長を監視するためにコンピュータービジョン技術を使用する実現可能性を実証しており、この分野でのさらなる研究につながる可能性があります。

要約(オリジナル)

Monitoring growth behavior of maize plants such as the development of ears can give key insights into the plant’s health and development. Traditionally, the measurement of the angle of ears is performed manually, which can be time-consuming and prone to human error. To address these challenges, this paper presents a computer vision-based system for detecting and tracking ears of corn in an image sequence. The proposed system could accurately detect, track, and predict the ear’s orientation, which can be useful in monitoring their growth behavior. This can significantly save time compared to manual measurement and enables additional areas of ear orientation research and potential increase in efficiencies for maize production. Using an object detector with keypoint detection, the algorithm proposed could detect 90 percent of all ears. The cardinal estimation had a mean absolute error (MAE) of 18 degrees, compared to a mean 15 degree difference between two people measuring by hand. These results demonstrate the feasibility of using computer vision techniques for monitoring maize growth and can lead to further research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google