論文の概要: Towards Practical Precision Agriculture: Real-Time Fruit Detection and Video Analytics on Embedded Edge Hardware

• arxiv url: http://arxiv.org/abs/2609.13551v1
• Date: Fri, 11 Sep 2026 21:32:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 12:40:38.817929
• Title: Towards Practical Precision Agriculture: Real-Time Fruit Detection and Video Analytics on Embedded Edge Hardware
• Title（参考訳）: 実用的精密農業を目指して:組込みエッジハードウェアにおける実時間果実検出とビデオ分析
• Abstract要約: 本研究では,NVIDIA Jetson Orin Super上で実時間果物の検出,追跡,計数を行うためのエンドツーエンドフレームワークを提案する。 軽量のYOLO26s検出器は、リンゴ、マンゴー、ブルーベリー、イチゴを表す4つの公開データセットで独立に訓練されている。 APPLE MOTSは、果肉の恒常性を持った果樹配列を提供するため、時間的ビデオ解析に使用される。
• 参考スコア（独自算出の注目度）: 0.815557531820863
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Static-image benchmarks do not capture the computational and temporal requirements of practical orchard video analytics. This study presents an end-to-end framework for real-time fruit detection, tracking, and counting on the NVIDIA Jetson Orin Nano Super. A lightweight YOLO26s detector is trained independently on four public datasets representing apples, mangoes, blueberries, and strawberries under a common protocol. The models are deployed on embedded platform using PyTorch and TensorRT at FP32, FP16, and INT8 precision. APPLE MOTS is then used for temporal video analytics because it provides orchard sequences with persistent fruit identities, enabling evaluation of multi-object tracking and unique-fruit counting. The selected FP16 TensorRT detector is integrated into an NVIDIA DeepStream pipeline combining hardware-accelerated decoding, ByteTrack tracking, and motion-aware line-crossing analytics. Across the four detection tasks, mean test mAP@50:95 ranges from 0.4957 to 0.8656. On the Jetson, TensorRT FP16 achieves 66.76-74.56 images/s at 13.41-14.98 ms prediction latency, while reducing mAP@50:95 by only 0.0020-0.0054 and gross energy consumption by approximately 64-66% relative to PyTorch FP32. The complete detector-tracker-analytics pipeline reaches 44.96-54.11 FPS and sustains the configured 30-FPS input rate without output-frame loss. On held-out orchard video sequences, HOTA ranges from 0.345 to 0.538, event-level counting F1 from 0.611 to 0.803, and relative count error from 6.2% to 51.6%. Performance varies across acquisition geometries: near-lateral row viewing yields the most stable tracking and counting, whereas forward traversal remains association- and recall-limited despite spatially adaptive counting geometry. These results show that practical edge-based fruit monitoring requires efficient detection and acquisition geometries that support reliable temporal association.
• Abstract（参考訳）: 静的画像ベンチマークは、実用的な果樹園ビデオ分析の計算的および時間的要求を捉えない。 本研究では,NVIDIA Jetson Orin Nano Super上で実時間果物の検出,追跡,計数を行うためのエンドツーエンドフレームワークを提案する。 軽量のYOLO26s検出器は、共通プロトコルの下でリンゴ、マンゴー、ブルーベリー、イチゴを表す4つの公開データセットで独立に訓練されている。 これらのモデルは、FP32、FP16、INT8の精度でPyTorchとTensorRTを使用して組み込みプラットフォームにデプロイされる。 次に、APPLE MOTSは、果樹樹の配列に永続的な果実の同一性を与え、多目的追跡と一意的な果実の数え方の評価を可能にするため、時間的ビデオ解析に使用される。 選択されたFP16 TensorRT検出器は、ハードウェアアクセラレーションされたデコーディング、ByteTrackトラッキング、モーション対応のラインクロス分析を組み合わせたNVIDIA DeepStreamパイプラインに統合される。 4つの検出タスク全体で、平均mAP@50:95は0.4957から0.8656の範囲である。 ジェットソンでは、TensorRT FP16は13.41-14.98 msの予測遅延で66.76-74.56イメージ/sを達成し、mAP@50:95は0.0020-0.0054、総消費電力はPyTorch FP32に対して約64-66%削減した。 完全な検出器・トラッカー・分析パイプラインは44.96-54.11 FPSに達し、出力フレームの損失なしに構成された30-FPS入力速度を維持する。 ホールドアウトオーチャードビデオシーケンスでは、HOTAは0.345から0.538、イベントレベルカウントF1は0.611から0.803、相対カウントエラーは6.2%から51.6%である。 横方向の列の観察は、最も安定した追跡とカウントを行うのに対し、前方のトラバーサルは、空間適応的なカウントング幾何にもかかわらず、関連性およびリコールに制限される。 これらの結果から,実効的なエッジベース果実モニタリングには,時間的関連性を支援する効率的な検出・取得手法が必要であることが示唆された。

関連論文リスト

• Moving Like a Human: Ego-Motion-Normalized Temporal Signatures for Real-Time Aerial Person Tracking on Milliwatt-Class Hardware [1.932555230783329]
  追跡はドローン自体で行わなければならない。 EMT-Detは、エゴモーションを推定する5段階のシステムである。 Raspberry Pi Zero 2Wでは、パイプラインは31.85 FPS、AP25は0.462、UAVは0.714である。
  論文  参考訳（メタデータ） (2026-07-09T19:30:00Z)
• EdgeZSAD: Practical Zero-Shot Anomaly Detection on Edge Devices [0.0]
  産業検査には、エッジデプロイメント制約の下でも有用であるゼロショット異常検出(ZSAD)が必要である。 We study this regime through EdgeZSAD, a compact reference system built around a TinyViT-21M-512 backbone。 ソーストレーニングされたターゲット不明のプロトコルで1つのチェックポイントをトレーニングし、6つの産業ベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-06-15T02:17:46Z)
• GPU-Accelerated Optimization of Transformer-Based Neural Networks for Real-Time Inference [0.0]
  本稿では,混合精度最適化を用いたNVIDIARTを用いた変圧器モデルのためのGPU加速型推論パイプラインの設計と評価を行う。 このシステムはCPUベースラインの64.4倍のスピードアップ、シングルサンプル推論の10ms以下のレイテンシ、メモリ使用量の63%削減を実現している。
  論文  参考訳（メタデータ） (2026-03-30T17:27:33Z)
• No Dense Tensors Needed: Fully Sparse Object Detection on Event-Camera Voxel Grids [0.3823356975862005]
  イベントカメラは、小型で高速で動くドローンを検出するのに適した、非同期で高ダイナミックなストリームを生成する。 ほとんどの事象ベースの検出器はスパース事象ストリームを密度の高いテンソルに変換し、ニューロモルフィックセンシングの表現効率を放棄する。 SparseVoxelDetは,バックボーンの特徴抽出,ピラミッド融合,検出ヘッドがすべて占有されたボクセル位置のみで動作する,イベントカメラ用初の完全スパース物体検出器である。
  論文  参考訳（メタデータ） (2026-03-23T07:12:14Z)
• Trace Anything: Representing Any Video in 4D via Trajectory Fields [98.85848134960172]
  軌道場 (Trajectory Field) は、各フレーム内の各ピクセルに時間の連続した3次元軌跡関数を割り当てる密集写像である。 我々は,1つのフィードフォワードパスで軌道場全体を予測するニューラルネットワークであるTrace Anythingを紹介する。 私たちは、新しいプラットフォームからのデータを含む大規模な4Dデータに基づいて、Trace Anythingモデルをトレーニングしました。
  論文  参考訳（メタデータ） (2025-10-15T17:59:04Z)
• Ultra-low Power Deep Learning-based Monocular Relative Localization Onboard Nano-quadrotors [64.68349896377629]
  この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。 超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。 実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
  論文  参考訳（メタデータ） (2023-03-03T14:14:08Z)
• EAutoDet: Efficient Architecture Search for Object Detection [110.99532343155073]
  EAutoDetフレームワークは、1.4GPU日でオブジェクト検出のための実用的なバックボーンとFPNアーキテクチャを検出できる。 本稿では,一方のエッジ上での候補演算の重みを共有し,それらを一つの畳み込みに集約することでカーネル再利用手法を提案する。 特に、発見されたアーキテクチャは最先端のオブジェクト検出NAS法を超越し、120 FPSで40.1 mAP、49.2 mAP、41.3 FPSをCOCOテストデブセットで達成している。
  論文  参考訳（メタデータ） (2022-03-21T05:56:12Z)
• VariabilityTrack:Multi-Object Tracking with Variable Speed Object Movement [1.6385815610837167]
  マルチオブジェクトトラッキング(MOT)は、ビデオ内のオブジェクトのバウンディングボックスとIDを推定することを目的としている。 環境フィードバックに基づく可変速度カルマンフィルタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-12T12:39:41Z)
• Fast and Data Efficient Reinforcement Learning from Pixels via Non-Parametric Value Approximation [90.78178803486746]
  離散動作,画素ベース環境のための強化学習アルゴリズムであるNonparametric Approximation of Inter-Trace Return (NAIT)を提案する。 ATARI100kの26ゲーム版と57ゲーム版の両方においてNAITを実証的に評価した。
  論文  参考訳（メタデータ） (2022-03-07T00:31:31Z)
• Accelerating Training and Inference of Graph Neural Networks with Fast Sampling and Pipelining [58.10436813430554]
  グラフニューラルネットワーク(GNN)のミニバッチトレーニングには、多くの計算とデータ移動が必要である。 我々は,分散マルチGPU環境において,近傍サンプリングを用いたミニバッチトレーニングを行うことを支持する。 本稿では,これらのボトルネックを緩和する一連の改良点について述べる。 また,サンプリングによる推論を支援する実験分析を行い,試験精度が実質的に損なわれていないことを示す。
  論文  参考訳（メタデータ） (2021-10-16T02:41:35Z)
• Tracking Objects as Points [83.9217787335878]
  同時に検出と追跡を同時に行うアルゴリズムは,最先端技術よりもシンプルで,高速で,高精度である。 トラッカーであるCenterTrackは、前のフレームから一対のイメージと検出に検出モデルを適用します。 CenterTrackはシンプルで、オンライン(未来を覗くことはない)で、リアルタイムだ。
  論文  参考訳（メタデータ） (2020-04-02T17:58:40Z)

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。