- 9月 21, 2026
土壌侵食推定におけるAIモデルの精度向上｜物理法則を活用した因子修復手法の検証
土壌侵食推定モデルにおいて、物理法則に基づく因子修復手法「PhyRestore」を用いることで、ノイズに強い時間変化の予測が可能となり、特に高マグニチュードの変化の回復精度が向上した。
TAG
農業AI
- 9月 21, 2026
農業画像診断の精度向上｜マルチステージビジョンパイプラインの構成可能化
農家が送信する低品質農業画像を効率的に処理するため、画像品質判定、作物検出、病害・害虫診断の3段階パイプラインを構成可能にした。特に、専門モデルによる分離診断が精度向上に寄与。
- 9月 20, 2026
トマト病害の高精度分類に向けた軽量CNN-Attentionモデルの開発
トマトの葉に生じる病害を高精度かつ軽量に分類するための新しい深層学習モデルCoAtNet-DeepMoEを提案。従来モデルと比較してパラメータ数を大幅に削減しつつ、精度を99.8%以上に維持。
- 9月 20, 2026
レタスの画像解析で精度向上｜PSAMモデルによる少量学習セグメンテーション
レタスの画像から農業現場の複雑な背景を排除し、少量のラベルデータで高精度なセグメンテーションを実現するPSAMモデルを提案。農業AIの実用化に向けた新しいアプローチ。
- 9月 19, 2026
キャベツの3D形状再構築｜最新メッシュ手法の比較評価
農業現場での作物観察を支援するため、複数の3Dメッシュ再構築手法を評価。特にGGGS手法が優れた精度を示し、作物の形態や成長状況を高精度に再現可能。
- 9月 19, 2026
マルチモーダル継続学習による葉枚数推定｜MCLC-NETの新手法
農業現場で変化する環境に適応できるマルチモーダル継続学習手法MCLC-NETを提案。RGB、深度、赤外線画像を統合し、リアルタイムでの葉枚数推定を実現。MMLCデータセットを公開し、継続学習のベンチマークを提供。
- 9月 19, 2026
複数作物の個体数を一括計測｜VT-SCCによる視覚-テキスト統合手法
VT-SCCは、小麦、トウモロコシ、稲、大豆など主要な作物に対応した統一型個体数計測手法。視覚とテキストのマルチモーダル情報を統合し、複雑な農場環境下でも高精度な計測を実現。特に、背景と被写体の視覚的類似性による誤検出を抑制するテキストガイドによるセマンティックフィールドが特徴。
- 9月 18, 2026
農業画像理解の新たな基準：ピクセルレベルのマルチモーダルモデルAgriScope
農業画像理解の新たな基準：ピクセルレベルのマルチモーダルモデルAgriScope 📄 論文サマリー 著者：Abderrahmene Boudiaf、Mohamad Alanssari、Irfan Hussain、Sajid Javed 発表：arXiv（コンピュータビジョン）／2609.20325v1 公開日：2026年09月17日 ✨ 本論文の新規性 ピクセルレベルの視覚的接地を可能にするマルチ […]
- 8月 6, 2026
地形情報を活用した高解像度稲作マッピングの新手法TRNetの開発と評価
地形情報を活用した高解像度稲作マッピングの新手法TRNetの開発と評価 📄 論文サマリー 著者：Kaiwen Xiao、Chunlong Fu、Liping Zheng、Yanfeng Su 発表：arXiv（コンピュータビジョン）／2608.04154v1 公開日：2026年08月04日 ✨ 本論文の新規性 地形情報を用いた周波数領域での視覚的特徴調整手法TESRを提案し、急斜面の誤検出を抑制 […]
- 8月 4, 2026
ラベルが限られた環境でも高精度な作物マッピングを実現するPhenoStitch
ラベルが限られた環境でも高精度な作物マッピングを実現するPhenoStitch 📄 論文サマリー 著者：Xuechen Li 発表：arXiv（コンピュータビジョン）／2608.00870v1 公開日：2026年08月01日 ✨ 本論文の新規性 ラベルフリーで作物の境界を抽出するSegment Anythingモデルを活用し、従来の学習型手法に依存しないアプローチを提案 光学NDVIとSARの二重 […]