A.I.AI
弱教師ありRGBリンゴ欠陥センシングおよび可視表面状態スコアリングのためのサーフェストークン誘導クエリ洗練
Surface-Token-Guided Query Refinement for Weakly Supervised RGB Apple Defect Sensing and Visible Surface-Condition Scoring
MSSensors · MDPI · CC BY 4.0
AIが原文を翻訳・要約しています
収穫後のリンゴ選別向けに、画像レベルのフォルダラベルのみから欠陥認識、位置特定、健康評価、表面状態スコアリングを単一モデルで実行する「WS-DA-DETR」が開発された。リンゴ表面のテクスチャや色偏差をDETRのクエリに反映させる設計で、10,000枚の画像を用いた実験において4クラス分類精度89.5%、健康評価AUC 96.3%を記録した。RTX 3090での推論速度は1画像あたり30.2ミリ秒(33.1 FPS)を達成している。
KEY POINTS要点記事から抽出した重要情報
- 画像レベルのラベルのみから欠陥認識や表面状態スコアリングを行う新モデル「WS-DA-DETR」が開発され、4クラス分類精度89.5%、健康評価AUC 96.3%、RTX 3090で30.2ミリ秒の推論速度を記録した。
CONTEXT文脈編集部による背景整理
高コストなアノテーション作業を削減できる弱教師あり学習を農業選別に適用し、リアルタイム処理速度(33.1 FPS)を達成した実用性の高いAI研究です。食品・農業自動化ソリューションへの組み込みによるコスト低減と普及加速が期待されます。
原文を読むAnalyzed at 2026年10月15日 21:03