1770731545
2026-02-10 13:34:00
農業用植物保護散布では、葉表面上の液滴群による動的閉塞が葉の運動パラメータを正確に取得する上で大きな課題となり、精密散布や農薬使用の最適化が制限されます。従来の接触ベースの方法は自然な葉のダイナミクスを妨げる一方、非接触光学的アプローチは閉塞下での追跡失敗に悩まされます。この研究では、空間注意モジュール (SAM) と統合された YOLOv8 と、コショウの葉上のマークされたポイントの堅牢な非接触追跡のために最適化された DeepSORT を組み合わせた改良されたフレームワークを提案します。高速双眼カメラを使用して、制御された液滴閉塞条件下で葉の運動データを収集しました。結果は、5% の閉塞下で、改良されたモデルにより検出が 19.6% 増加することを示しています。 [email protected] トラッキング MOTA が大幅に強化され、ロングシーケンストラッキングにおける軌道破壊率が 3.2% に減少し、ID スイッチが約 71.4% 減少しました。葉の中肋の動きを定量的に分析すると、明らかな空間勾配が明らかになりました。平均速度は基部の 0.012 ms-1 から先端の 0.153 ms-1 まで増加し、先端に向かって変動が強化され、すべての点で一貫した主要振動周波数 0.403 Hz が見られます。この方法は、複雑な散布シナリオで葉の運動パラメータを測定するための効率的で信頼性の高い非接触ソリューションを提供し、対象となる散布パラメータの最適化と精密農業における堆積効率の向上のための貴重なデータサポートを提供します。
グオ、F.リュー、Ｋ．マ、ジェイ。 Qiu, B. 液滴閉塞下でのトウガラシの葉の動作追跡における改良型 YOLOv8-DeepSORT フレームワークの適用。農学 2026、16、384。
発行日: 2026 年 2 月 10 日(火)
#コショウの葉の成長を検査する際の自動化の改善