TflosYOLO+TFSC: An Accurate and Robust Model for Estimating Flower Count and Flowering Period

要約

茶の花は、茶植物の分類学的研究とハイブリッド繁殖において重要な役割を果たします。
茶花の特性を観察する従来の方法は労働集約的で不正確であるため、茶の開花定量化のためのTflosyoloとTFSCモデルを提案します。これにより、花の数と開花期の推定が可能です。
この研究では、2年間で29の茶登録から花の画像を収集することにより、非常に代表的で多様なデータセットが構築されました。
このデータセットに基づいて、TflosyoloモデルはYolov5アーキテクチャに基づいて構築され、ティーフラワーを検出およびカウントするための実行可能なソリューションを提供する最初のモデルであるスクイーズアンドエクスケーション（SE）ネットワークで強化されました。
Tflosyoloモデルは、0.874のMap50を達成し、Yolov5、Yolov7、Yolov8を上回りました。
さらに、Tflosyoloモデルは、26のお茶の加速、5つの開花段階、さまざまな照明条件、および剪定 /拡散植物を含む34のデータセットでテストされ、高い一般化と堅牢性を示しました。
予測された花数と実際の花数の間の相関係数（r^2）は0.974でした。
さらに、TFSC（茶開花段階分類）モデル、7層ニューラルネットワークは、開花期の自動分類のために設計されました。
TFSCモデルは2年間に評価され、それぞれ0.738と0.899の精度を達成しました。
Tflosyolo+TFSCモデルを使用して、お茶の開花ダイナミクスを監視し、さまざまなお茶の加速における開花段階の変化を追跡しました。
このフレームワークは、茶植物育種プログラムと生殖質資源の表現型分析を重要なサポートを提供します。

要約(オリジナル)

Tea flowers play a crucial role in taxonomic research and hybrid breeding for the tea plant. As traditional methods of observing tea flower traits are labor-intensive and inaccurate, we propose TflosYOLO and TFSC model for tea flowering quantifying, which enable estimation of flower count and flowering period. In this study, a highly representative and diverse dataset was constructed by collecting flower images from 29 tea accessions in 2 years. Based on this dataset, the TflosYOLO model was built on the YOLOv5 architecture and enhanced with the Squeeze-and-Excitation (SE) network, which is the first model to offer a viable solution for detecting and counting tea flowers. The TflosYOLO model achieved an mAP50 of 0.874, outperforming YOLOv5, YOLOv7 and YOLOv8. Furthermore, TflosYOLO model was tested on 34 datasets encompassing 26 tea accessions, five flowering stages, various lighting conditions, and pruned / unpruned plants, demonstrating high generalization and robustness. The correlation coefficient (R^2) between the predicted and actual flower counts was 0.974. Additionally, the TFSC (Tea Flowering Stage Classification) model, a 7-layer neural network was designed for automatic classification of the flowering period. TFSC model was evaluated on 2 years and achieved an accuracy of 0.738 and 0.899 respectively. Using the TflosYOLO+TFSC model, we monitored the tea flowering dynamics and tracked the changes in flowering stages across various tea accessions. The framework provides crucial support for tea plant breeding programs and phenotypic analysis of germplasm resources.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google