DGF–YOLOv12n–LiteP2: 牛の体部位検出のための高解像度検出ヘッドを備えた動的ゲート付きローカル・コンテキスト融合
DGF–YOLOv12n–LiteP2: Dynamic Gated Local–Context Fusion with a High-Resolution Detection Head for Cattle Body-Part Detection in Complex Barns
精密畜産農業における牛の姿勢、歩行、行動分析のための視覚入力として、牛の体部位の正確な位置特定が重要である。しかし、複雑な牛舎環境では、スケールのばらつき、隠蔽、照明の変化、レール状の背景干渉といった課題がある。YOLOv12nベースの検出器であるDGF–YOLOv12n–LiteP2は、ローカル特徴とコンテキスト特徴の動的融合と軽量なストライド4予測ブランチを組み合わせる。動的ゲート付き融合モジュールは、マルチカーネルローカル特徴抽出、段階的な受容野集約、入力条件付きチャネル選択を統合する。LiteP2は、完全な高解像度特徴ピラミッドを構築せずにバックボーンP2特徴を再利用することで、高解像度の空間情報を保持する。6991枚の有効画像と132,302件の体部位アノテーションを含む単一サイトのデータセットで実験が行われた。ドメイン内のテストセットでは、DGF–YOLOv12n–LiteP2はmAP50で93.92%、mAP75で79.27%、mAP50:95で69.88%を達成した。YOLOv12nと比較して、mAP50:95は9.61パーセントポイント増加した。3回の異なるランダムシードでのトレーニング実行では、平均mAP50:95は70.03±0.30%に達した。モデルは11.68Mパラメータを含み、22.89 GFLOPsを必要とした。これは、検出精度と計算コストのトレードオフを示している。これらの結果は、評価された牛舎条件下での動的特徴融合と高解像度予測の補完的な役割を支持する。
- DGF–YOLOv12n–LiteP2 は、動的ゲート付きローカル・コンテキスト融合と軽量ストライド4予測ブランチにより、牛の体部位検出を高精度化した YOLOv12n ベースの検出器。
- 6991枚・132,302件の体部位アノテーションからなる単一サイトデータセットで、mAP50 93.92%、mAP75 79.27%、mAP50:95 69.88% を達成し、YOLOv12n 比で mAP50:95 が 9.61 ポイント向上。
- 3つのランダムシードでの学習実行で平均 mAP50:95 は 70.03±0.30% と再現性を確認。モデル規模は 11.68M パラメータ、22.89 GFLOPs。
精密畜産向けの物体検出研究で、YOLOv12n をベースに動的ゲート付き特徴融合と高解像度予測ブランチを組み合わせ、mAP50:95 を 9.61pt 改善しつつ 11.68M パラメータ・22.89 GFLOPs に収めた点が実務的。ただし単一サイト・6991枚の小規模データセットでの評価に留まり、商用展開や企業の収益に直結する材料ではないため、投資判断としてはアグリテック/エッジAI 用途の技術動向ウォッチ材料という位置づけ。