当研究室のD3 Zhangらの論文がThe Horticulture Journalに掲載されました。

リンゴの品種を正確に見分けることは、生産や流通における品質管理やブランド価値の向上に重要です。しかし、品種ごとの見た目の違いが小さく、従来の目視による判別には時間と手間がかかるという課題がありました。

本研究では、AI画像認識技術を活用した新しいリンゴ品種識別モデル「YOLO-APPLE」を開発しました。さまざまな照明条件で撮影した画像を用いた評価の結果、高い精度で品種を識別できることが確認され、従来のモデルよりも性能が向上しました。本成果は、リンゴの生産・流通における効率的な品種管理や品質保証への活用が期待されます。

Accurate identification of apple cultivars is essential for quality control and enhancing brand value throughout production and distribution. However, many cultivars have very similar appearances, making conventional visual identification both time-consuming and labor-intensive.

In this study, we developed a new AI-based apple cultivar identification model, YOLO-APPLE, using image recognition technology. Evaluation using images captured under various lighting conditions demonstrated that the model can accurately identify different apple cultivars and outperforms the conventional model. This technology has the potential to support efficient cultivar management and quality assurance in apple production and supply chains.

論文タイトル：

YOLO-APPLE: accurate identification of apple cultivars using an improved YOLOv7 framework

著者：Jian Zhang, Xiangji Meng, Jixiao Li, Yoichiro Hoshino

掲載誌：The Horticulture Journal

DOI：https://doi.org/10.2503/hortj.SZD-115