深層学習による開花ステージ検出に基づくナシ花粉量推定

カテゴリ: 研究会(論文単位)

論文No: CMN23081

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2023/11/06

タイトル(英語): Pear pollen amount estimation based on blooming stage detection using deep learning

著者名: 遠藤 啓太(日本工業大学),木村 共孝(同志社大学),清水 博幸(日本工業大学),島田 智人(埼玉県農業技術研究センター),柴﨑 茜(さいたま農林振興センター),藤沼 亮太(電気興業),竹村 圭弘(鳥取大学),平栗 健史(日本工業大学)

著者名(英語): Keita Endo(Nippon Institute of Technology),Tomotaka Kimura(Doshisha University),Hiroyuki Shimizu(Nippon Institute of Technology),Tomohito Shimada(Saitama Agricultural Technology Research Center),Akane Shibasaki(Saitama Agriculture and Forestry Promotion C

キーワード: スマート農業|機械学習|ＹＯＬＯ|ナシ|花粉量推定|Smart agriculture|Machine learning|YOLO|Pear|Estimation of pollen amount

要約(日本語): ナシの受粉は，人工授粉が一般的で花粉採取が必要であるが，高所で長時間作業となるため重労働であり，近年は，多くの花粉を輸入に頼っている．しかし，輸出国で病害が発生した場合，輸入停止となり，結実量が不足してしまう．解決策として，花粉採取作業を機械化し，国内需給体制を強化する必要がある．本研究では，深層学習によるナシ花粉量推定を提案する．本稿では，開発したナシ花粉量推定の推定精度を評価したので報告する．

要約(英語): Pear pollination is generally done by artificial pollination, which requires pollen collection. However, if a disease occurs in the exporting country, imports are halted, resulting in a shortage of fruiting stock. As a solution, it is necessary to mechanize the pollen collection process and strengthen the domestic supply and demand system. In this study, we propose a new method for estimating pear pollen quantity using deep learning. In this paper, we report on the evaluation of the estimation accuracy of the developed pear pollen quantity estimation method.

本誌: 2023年11月9日-2023年11月10日通信研究会

本誌掲載ページ: 87-92 p

原稿種別: 日本語

PDFファイルサイズ: 2,245 Kバイト