- 9月 29, 2026
農業AIの Weed 検出性能を多データセットで評価|YOLO26の実験結果
農業における Weed 検出の精度向上を目指し、複数の公開データセットを用いた YOLO26 ベンチマークを実施。モデルの性能とドメインシフトの影響を明らかにした。
農業における Weed 検出の精度向上を目指し、複数の公開データセットを用いた YOLO26 ベンチマークを実施。モデルの性能とドメインシフトの影響を明らかにした。
YOLO26のエッジデプロイメント性能をAquacultureで検証、実用性の新たな指標を提示 📄 論文サマリー 著者:Rakesh Ranjan、Gajanan S. Kothawade、Kata Sharrer、Scott Tsukuda、Christopher Good 発表:arXiv(コンピュータビジョン)/2607.09835v1 公開日:2026年07月10日 ✨ 本論文の新規性 A […]
軽量YOLOモデルでトマトの熟度判定と収穫ポイントをリアルタイム検出 📄 論文サマリー 著者:Rajmeet Singh、Manveen Kaur、Shahpour Alirezaee、Irfan Hussain 発表:arXiv(コンピュータビジョン)/2605.27129v1 公開日:2026年05月26日 ✨ 本論文の新規性 YOLO26ベースの新アーキテクチャ「YOLO26-RipeLoc […]
SAM3を活用した軽量YOLOモデルによるスマート養豚の精度向上 📄 論文サマリー 著者:Marcos Vinicius Mendes Faria、Thiago Borges Pereira、Isabella C. F. S. Condotta、Thiago Meireles Paixão、Francisco de Assis Boldt 発表:arXiv(コンピュータビジョン)/2605.258 […]