- 11月 9, 2026
バンレイシの病害検出をAIで自動化|YOLOv12が実証した高精度診断
ベトナムのバンレイシ農園で発生する炭疽病や黒斑病など5種の病害を、最新AIモデルYOLOv12sで検出するシステムを構築した。実地画像による検証でmAP0.5は0.904を記録し、従来のYOLOv8s比で精度が向上。画像1枚あたり18.3msでの推論が可能で、現場での早期防除支援に貢献する。
ベトナムのバンレイシ農園で発生する炭疽病や黒斑病など5種の病害を、最新AIモデルYOLOv12sで検出するシステムを構築した。実地画像による検証でmAP0.5は0.904を記録し、従来のYOLOv8s比で精度が向上。画像1枚あたり18.3msでの推論が可能で、現場での早期防除支援に貢献する。
高密度環境でのロボット収穫において、3D位置に基づくGA順序最適化と動的ウェイポイント戦略を統合した。実機実験で静的戦略比の衝突を40%減らし、目標到達成功率を70.7%へ改善した。
連合学習を用いた作物病害診断において、プライバシー保護と説明性の両立を検証した。非IIDデータ環境でもFedAvgは高い精度を維持し、Grad-CAMによる説明は中央集約型モデルと高い相関を示した。
ヒマワリのゲノム予測に気象データと優性効果を加えることで、特に未知の環境における収量予測精度が向上することを実証した。
冷気体プラズマは種子表面の親水性を高め、発芽を促進すると同時に病原菌を抑制する。本論文は、実験室での生理的効果と圃場での生態学的影響を区別し、技術の実用化に向けた課題を整理した。
UAV動画を用い、半教師あり学習と時間的特徴復元により、小麦苗の検出と欠株推定を高精度で行う。アノテーションを10%程度に削減しても実用レベルの精度を維持し、精密農業の省力化に貢献する。
塩類集積地の改良計画をAIで支援するシステム「Wenyao」を開発した。論文知識の抽出と予算制約を組み込み、対策の妥当性を95.83%の精度で判定。専門家評価でも計画の合理性が高く評価された。
低解像度のマルチスペクトル画像から高解像度画像を再構築する際、RGB用に開発されたTransformerベースの超解像手法が、スペクトル忠実性と植生指数の精度を維持しつつ空間詳細を回復できることを実証した。
大規模な視覚言語モデルを量子化し、通信環境のない農場でもスマホや小型端末で病害虫の対話式診断を可能にした。4bit圧縮でメモリを半減させつつ、ほぼ劣化のない精度と高速応答を両立させた。
政府機関が利用する作物マップは、道路沿いなど収集しやすい場所のデータで評価されがちで、実運用時の精度を過大評価する傾向がある。本研究は、未ラベルデータの予測とラベルデータの誤差を重み付けして補正するPPI手法を用い、この評価バイアスを修正し、実運用に近い精度推定を可能にした。