要約
この調査では、農業の進歩という観点から、YOLOv1 から最先端の YOLOv10 まで、さまざまな YOLO 亜種の変革の可能性を調査します。
主な目的は、これらの最先端の物体検出モデルが作物の監視から家畜管理に至るまで、農業のさまざまな側面をどのように活性化して最適化できるかを解明することです。
それは、農業における現代の課題の特定、YOLO の漸進的な進歩の詳細な評価、農業におけるその特定の応用の探求などの重要な目的を達成することを目指しています。
これは、最新の YOLOv10 を含む最初の調査の 1 つであり、人工知能と自動化の時代における精密農業と持続可能な農業実践への影響について、新たな視点を提供します。
さらに、この調査では、YOLO のパフォーマンスの批判的な分析が行われ、既存の研究が統合され、将来の傾向が予測されます。
この調査は、YOLO 亜種とその実際のアプリケーションに詰め込まれた独自の機能を精査することにより、YOLO 亜種と農業の間の進化する関係についての貴重な洞察を提供します。
この研究結果は、精密農業と持続可能な農業実践の可能性についての微妙な理解に貢献し、農業分野における高度な物体検出技術の統合において重要な前進を示しています。
要約(オリジナル)
This survey investigates the transformative potential of various YOLO variants, from YOLOv1 to the state-of-the-art YOLOv10, in the context of agricultural advancements. The primary objective is to elucidate how these cutting-edge object detection models can re-energise and optimize diverse aspects of agriculture, ranging from crop monitoring to livestock management. It aims to achieve key objectives, including the identification of contemporary challenges in agriculture, a detailed assessment of YOLO’s incremental advancements, and an exploration of its specific applications in agriculture. This is one of the first surveys to include the latest YOLOv10, offering a fresh perspective on its implications for precision farming and sustainable agricultural practices in the era of Artificial Intelligence and automation. Further, the survey undertakes a critical analysis of YOLO’s performance, synthesizes existing research, and projects future trends. By scrutinizing the unique capabilities packed in YOLO variants and their real-world applications, this survey provides valuable insights into the evolving relationship between YOLO variants and agriculture. The findings contribute towards a nuanced understanding of the potential for precision farming and sustainable agricultural practices, marking a significant step forward in the integration of advanced object detection technologies within the agricultural sector.
arxiv情報
著者 | Mujadded Al Rabbani Alif,Muhammad Hussain |
発行日 | 2024-06-14 15:48:43+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google