論文の概要: YOLOv1 to YOLOv10: A comprehensive review of YOLO variants and their application in the agricultural domain
- arxiv url: http://arxiv.org/abs/2406.10139v1
- Date: Fri, 14 Jun 2024 15:48:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-17 12:56:41.040426
- Title: YOLOv1 to YOLOv10: A comprehensive review of YOLO variants and their application in the agricultural domain
- Title（参考訳）: YOLOv1からYOLOv10: YOLO変異体の概要と農業分野への応用
- Authors: Mujadded Al Rabbani Alif, Muhammad Hussain,
- Abstract要約: 本研究は、YOLOv1から最先端のYOLOv10まで、様々なYOLO変異体の変形ポテンシャルについて検討する。
主な目的は、これらの最先端の物体検出モデルが、農業の多様な側面を再エネルギー化し、最適化する方法について解明することである。
この知見は、精密農業と持続可能な農業実践の可能性に関する微妙な理解に寄与する。
- 参考スコア（独自算出の注目度）: 0.5639904484784127
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 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.
- Abstract（参考訳）: 本研究は、農業の進歩の文脈において、YOLOv1から最先端のYOLOv10までの様々なYOLO変異体の形質転換の可能性について検討した。
主な目的は、作物のモニタリングから家畜管理に至るまで、最先端の物体検出モデルがどのように農業の様々な側面を再エネルギー化し最適化するかを明らかにすることである。
農業における現代的課題の特定、YOLOの漸進的な進歩の詳細な評価、農業における特定の応用の探索など、重要な目的を達成することを目的としている。
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プラクティスの意義について、新たな視点を提供する。
さらに、この調査は、YOLOのパフォーマンスを批判的に分析し、既存の研究を合成し、今後のトレンドを予測している。
YOLO変種に含まれるユニークな機能とその実世界の応用を精査することにより、この調査は、YOLO変種と農業の進化的関係に関する貴重な洞察を提供する。
この発見は、精密農業と持続可能な農業実践の可能性の微妙な理解に寄与し、農業分野における高度な物体検出技術の統合における重要な一歩となった。
関連論文リスト
- YOLOv10 to Its Genesis: A Decadal and Comprehensive Review of The You Only Look Once (YOLO) Series [6.751138557596013]
本研究は, YOLOv10からYOLOv9, YOLOv8, その後のバージョンに至るまで, YOLOアルゴリズムが導入した進歩について検討する。
この研究は、自動車安全、医療、工業製造、監視、農業の5つの重要な分野におけるYOLOの変革的な影響を強調している。
論文 参考訳（メタデータ） (2024-06-12T06:41:23Z) - Application of Machine Learning in Agriculture: Recent Trends and Future Research Avenues [6.0460261046732455]
食品生産は重要な世界的関心事であり、人工知能(AI)による農業革命の可能性はほとんど解明されていない。
本稿では,農業における機械学習(ML)の適用に焦点をあてた総合的なレビューを行い,農業実践におけるその変革的ポテンシャルと効率向上を探求する。
論文 参考訳（メタデータ） (2024-05-23T17:53:31Z) - YOLOv10: Real-Time End-to-End Object Detection [68.28699631793967]
リアルタイムオブジェクト検出の分野では,YOLOが主流のパラダイムとして浮上している。
非最大抑圧(NMS)による処理後ハマーによるYOLOのエンドツーエンドデプロイメントへの依存。
YOLOの総合的効率-精度駆動型モデル設計戦略を紹介する。
論文 参考訳（メタデータ） (2024-05-23T11:44:29Z) - Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - YOLO-World: Real-Time Open-Vocabulary Object Detection [87.08732047660058]
オープン語彙検出機能でYOLOを強化する革新的なアプローチであるYOLO-Worldを紹介する。
提案手法は,ゼロショット方式で広範囲の物体を高効率で検出する。
YOLO-WorldはV100上で52.0 FPSの35.4 APを達成した。
論文 参考訳（メタデータ） (2024-01-30T18:59:38Z) - Agricultural Object Detection with You Look Only Once (YOLO) Algorithm:
A Bibliometric and Systematic Literature Review [0.0]
オブジェクト検出器であるYou Look Only Once (YOLO)は、最先端のパフォーマンスのために比較的短い期間で農業で人気を博している。
農業におけるYOLOの研究と応用は急速に加速しているが、断片化と多分野化が進んでいる。
この研究は、YOLOのエンドツーエンド学習アプローチに関する情報を批判的に評価し、要約する。
論文 参考訳（メタデータ） (2024-01-18T21:04:25Z) - Artificial Intelligence in Sustainable Vertical Farming [0.0]
持続可能な垂直農業におけるAIの役割を包括的に探求する。
このレビューは、機械学習、コンピュータビジョン、IoT(Internet of Things)、ロボット工学を含む、AIアプリケーションの現状を合成する。
この影響は、経済的な可能性、環境への影響の低減、食料安全保障の向上など、効率の向上を超えて拡大している。
論文 参考訳（メタデータ） (2023-11-17T22:15:41Z) - Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey [93.34268594812599]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳（メタデータ） (2023-05-03T05:16:54Z) - Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping [59.0626764544669]
本研究では,ブドウの葉のイメージを意味的にセグメント化するためにDeep Learning法を用いて,葉の表現型自動検出システムを開発した。
私たちの研究は、成長や開発のような動的な特性を捉え定量化できる植物ライフサイクルのモニタリングに寄与します。
論文 参考訳（メタデータ） (2022-10-24T14:37:09Z) - Towards technological adaptation of advanced farming through AI, IoT,
and Robotics: A Comprehensive overview [0.0]
人工知能(AI)、IoT(Internet of Things)、ロボティクスベースのデバイスと手法は、農業の新しいパラダイムと機会を生み出している。
農業ロボティクスの主な応用は、土壌の準備、植林、モニタリング、収穫、貯蔵の機能である。
論文 参考訳（メタデータ） (2022-02-21T07:47:43Z) - Agriculture-Vision: A Large Aerial Image Database for Agricultural
Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。
各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。
農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文 参考訳（メタデータ） (2020-01-05T20:19:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。