見出し

　　（1）開発の背景・・・〔1〕
　　（2）システム開発上のポイント
　　　1)上方から撮影した連続画像を用いることによるオクルージョンへの対応
　　　2)追跡解析による同一花の認識を用いた重複カウントの防止・・・〔2〕
　　　3)若いステージの蕾の検出
　　（3）学習データの作成
　　（4）モデル学習・・・〔4〕
　　　1)物体検出
　　　2)追跡・・・〔5〕
　　（5）結果・・・〔6〕
　　（6）実装面での課題と展望

キャプション

第1図　本研究で用いた画像撮影方法
第2図　本実験で対象としたサムライ08（左）およびブロッサムピンク（右）
第3図　作成したデータセットの例｡左は入力画像，右は対応するアノテーション画像
第4図　本稿で用いた2段階の生長ステージ
第5図　提案法RoseTrackerの概要図
第1表　物体検出モデルの推論結果
第6図　物体検出モデルYOLOv5のテストデータでの検出結果｡検出位置を表わす矩形と，生長段階，予測確率が表示されている
第2表　提案手法RoseTrackerとその他の手法の比較
第7図　本稿で開発したモデルRoseTrackerの推論結果｡同じ物体には同じ追跡番号を，動画フレームを跨いで付与することができた｡ID150の蕾（円）は，フレーム450では円の位置に映り込んでいたが検出されなかった
第8図　RoseTrackerが数え漏れを防いだ例｡左の1枚の画像からでは検出できなかった小さい蕾が，右では動画（連続画像）を用いたことで複数の画角から検出できた
第9図　葉に隠れた花を検出した例｡複数の画角から検出することで，密集した位置にある花においても検出を可能にした