WoodYOLO: A Novel Object Detector for Wood Species Detection in Microscopic Images

要約

木材種の識別は、木材製品の合法性の確保から環境保全活動の推進に至るまで、さまざまな業界で重要な役割を果たしています。
この論文では、特に微細な木繊維分析用に設計された新しい物体検出アルゴリズムである WoodYOLO を紹介します。
私たちのアプローチは、YOLO アーキテクチャを適応させて、大規模で高解像度の顕微鏡画像によってもたらされる課題と、対象の細胞タイプ (血管要素) の位置特定における高い再現率の必要性に対処します。
私たちの結果は、WoodYOLO が最先端のモデルを大幅に上回っており、YOLOv10 および YOLOv7 と比較して、F2 スコアでそれぞれ 12.9% および 6.5% のパフォーマンス向上を達成していることを示しています。
この自動化された木質細胞タイプの位置特定機能の向上は、規制遵守の強化、持続可能な林業慣行のサポート、および世界規模での生物多様性保全の取り組みの促進に貢献します。

要約(オリジナル)

Wood species identification plays a crucial role in various industries, from ensuring the legality of timber products to advancing ecological conservation efforts. This paper introduces WoodYOLO, a novel object detection algorithm specifically designed for microscopic wood fiber analysis. Our approach adapts the YOLO architecture to address the challenges posed by large, high-resolution microscopy images and the need for high recall in localization of the cell type of interest (vessel elements). Our results show that WoodYOLO significantly outperforms state-of-the-art models, achieving performance gains of 12.9% and 6.5% in F2 score over YOLOv10 and YOLOv7, respectively. This improvement in automated wood cell type localization capabilities contributes to enhancing regulatory compliance, supporting sustainable forestry practices, and promoting biodiversity conservation efforts globally.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google