- 10月 6, 2026
ブドウ・リンゴの病害検出をAIで自動化|学習不要のセグメンテーション技術
棚栽培作物の側面画像において、深度推定とゼロショットセグメンテーションを融合させることで、隣接列の干渉を排除し、葉・果実・病害を学習なしで高精度に分離するオープンソースフレームワーク「FrontVeg V2」を提案する。
棚栽培作物の側面画像において、深度推定とゼロショットセグメンテーションを融合させることで、隣接列の干渉を排除し、葉・果実・病害を学習なしで高精度に分離するオープンソースフレームワーク「FrontVeg V2」を提案する。
インド・パンジャブ州の収穫後焼畑を、ラベル不足下でSentinel-2とVIIRSデータを用いた弱教師学習でマッピング。内部精度と外部校正を分離し、地域規模の負荷評価には有効だが、ピクセル単位の境界特定には限界があることを示した。
実験室条件で学習した病害検出AIは、実現場の画像では精度が劇的に低下する。本研究は多地域データを統合した新ベンチマーク『MLD』を提案し、データ多様性の確保と階層型分類手法により、実現場での汎化性能を部分的に回復させることを実証した。
作物病害の画像と環境データを組み合わせたAIモデルの精度向上は、環境そのものではなく「撮影場所と日時」を特定しているだけである可能性が高い。本研究は、既存の公開データセットでこの「ショートカット学習」が発生していることを実証し、厳密な評価手法を提言する。
南アフリカ・プレトリアの大型商業施設屋上で展開する水耕栽培事例。初期投資約30万ランド(約250万円)で開始し、レタスやネギを年間通して生産。NFTシステムによる節水と高速成長を実現しつつ、強風による被覆材損傷や停電時のポンプ停止リスクといった課題に直面している。
英国Fieldwork Robotics社が開発した自律型ラズベリー収穫ロボットを紹介します。熟度判定による選別収穫で廃棄を減らし、人手不足を補う技術です。持続的イノベーション基金の支援で試作から商用化へ進み、低技能労働を高度な技術職へ転換する事例を解説します。
植物病の「診断」と「患部特定」を同時に行うAIモデルAgroGroundを提案。自動アノテーションで構築した大規模データと混合指示学習により、2Bパラメータのモデルが教師モデルを上回る局所化精度を達成した。
モロッコの施肥推奨システムをオープンソース化し、データ取得からAIモデルまでを再現可能にした「Turba」スタックを提案。推奨値の「来歴」を明確に分離することで、研究の透明性と再利用性を確保する。
太陽光パネルとポンプを組み合わせた、レタス向けの簡易水耕栽培システムを紹介します。配管の太さや夜間の水やり対策、EC値管理など、家庭菜園から小規模導入まで応用できる実務的なノウハウを解説します。
1000LのIBCコンテナを活用した重力式水耕栽培リザーバーの構築手順を解説します。食品用または新品のコンテナ選定、遮光と断熱のための外装加工、高流量フロートバルブによる自動給液、そしてEC2.4・pH6.2への養液調整まで、小規模から中規模への拡張に役立つ具体的なノウハウを紹介します。