YOLO-Based Deep Learning for Citrus Fruit Detection, Counting, and Yield Estimation in Complex Orchard Environments: A Systematic Review

Stellen Sie sich einen Hain aus Orangenbäumen vor, deren Zweige schwer von Früchten sind, verborgen unter einem Blätterdach. Für einen menschlichen Arbeiter ist das Zählen jeder einzelnen Orange in einer solchen Szene eine langsame, erschöpfende Aufgabe, die anfällig für Fehler ist; eine Person könnte eine Frucht doppelt zählen, während eine andere eine Frucht übersieht, die tief im Schatten verborgen liegt. Für Landwirte bedeutet eine falsche Zählung, die Ernte falsch einzuschätzen, was alles von der Einstellung von Arbeitskräften bis hin zur Planung der benötigten LKWs beeinflusst. Um dies zu lösen, haben Wissenschaftler Kameras und Computer eingesetzt und Maschinen beigebracht, die Früchte so zu „sehen“, wie es ein Mensch tun würde. Das populärste Werkzeug für diese Aufgabe ist eine Art von Software namens YOLO, was für „You Only Look Once“ steht. Es ist ein schnelles, effizientes System, das darauf ausgeert ist, ein Bild zu scannen und sofort Objekte zu entdecken, was es ideal für Roboter oder Drohnen macht, die in einem Obstgarten blitzschnelle Entscheidungen treffen müssen, während sie sich bewegen. Doch da diese Werkzeuge immer häufiger werden, ist das Feld mit Hunderten von verschiedenen Studien überfüllt, die jeweils behaupten, einen besseren Weg zum Zählen von Zitrusfrüchten gefunden zu haben. Die Frage bleibt: Sind diese Systeme wirklich bereit für die reale Welt oder sind sie nur gut darin, in einem kontrollierten Labor zu performen?

Ein Team von Forschern setzte sich zum Ziel, dies zu beantworten, indem es einen umfassenden Blick auf fast zweihundert wissenschaftliche Studien warf, die diese schnellen Erkennungssysteme verwendet haben, um Zitrusfrüchte zu finden und zu zählen. Sie haben nicht einfach nur die Schlagzeilen gelesen; sie sind den Details von neunzig spezifischen Studien auf den Grund gegangen und haben dabei einen strengen Satz von Regeln angewendet, um zu sehen, was hinter den Zahlen tatsächlich geschah. Ihr Ziel war es, nicht nur zu verstehen, wie gut die Computer funktionierten, sondern wie die Forscher sie testeten und ob die Ergebnisse vertrauenswürdig waren. Sie fanden heraus, dass die Technologie in der Tat gereift ist. Wenn diese Systeme auf Bildern von Früchten getestet werden, sind sie bemerkenswert genau und identifizieren die überwiegende Mehrheit der Orangen, Zitronen und Mandarinen, die sie sehen, korrekt. Im Durchschnitt fanden die Systeme etwa neunzig Prozent der tatsächlich vorhandenen Früchte und waren zu etwa neunzig Prozent korrekt, wenn sie behaupteten, etwas gefunden zu haben. Dieses Leistungsniveau deutet darauf hin, dass die Kerntechnologie gut genug funktioniert, um nützlich zu sein.

Die Forscher entdeckten jedoch, dass die Geschichte komplizierter ist, als die hohen Erfolgsraten vermuten lassen. Während die Computer gut darin sind, Früchte auf Bildern aufzuspüren, ist die Art und Weise, wie Wissenschaftler sie getestet haben, oft fehlerhaft. In fast jeder der untersuchten Studien führten die Forscher ihre Tests nur einmal durch, ohne das Experiment zu wiederholen, um zu sehen, ob die Ergebnisse konsistent waren oder nur ein glücklicher Zufall. Darüber hinaus stützten sich die meisten Studien auf sehr kleine Bildersammlungen, die oft nur aus einem einzigen Obstgarten unter perfekten Lichtver Bedingungen aufgenommen wurden. Dies ist so, als würde man ein Auto nur auf einer glatten, leeren Rennstrecke im Sommer testen und dann davon ausgehen, dass es auf einer verschneiten Bergstraße genauso gut zurechtkommt. Die Forscher fanden heraus, dass Computer erheblich Schwierigkeiten haben, wenn Früchte hinter Blättern verborgen sind oder wenn die grüne Frucht mit den grünen Blättern verschmilzt. Sie stellten auch fest, dass sehr wenige Studien ihre Systeme tatsächlich auf echten Robotern oder Drohnen im Feld getestet haben; die meisten wurden auf leistungsstarken Computern in einem Labor getestet, was eine völlig andere Umgebung darstellt als ein staubiger, unvorhersehbarer Obstgarten.

Die Rezension hob auch hervor, dass sich das Feld auf einen gemeinsamen Satz von Werkzeugen geeinigt hat. Die meisten Forscher verwenden dieselben wenigen Versionen der Erkennungssoftware und nehmen ähnliche Anpassungen vor, um sie zu verbessern, wie zum Beispiel das Hinzufügen spezieller Module, die dem Computer helfen, sich auf wichtige Teile eines Bildes zu konzentrieren, oder das Leichter machen der Software, damit sie auf kleineren Geräten laufen kann. Doch trotz dieser gemeinsamen Methoden gibt es keinen einzelnen Standard-Datensatz, den alle verwenden, um ihre Ergebnisse zu vergleichen. Es ist, als ob jeder Koch auf der Welt versucht zu beweisen, dass er die beste Suppe kocht, aber kein zwei Köche dieselben Zutaten oder dasselbe Rezept verwenden, was es unmöglich macht zu wissen, wer wirklich der Beste ist. Die Forscher fanden heraus, dass nur ein winziger Bruchteil der Studien fortgeschrittene Kameras verwendete, die mehr als nur sichtbares Licht wahrnehmen können, wie etwa Sensoren, die Wärme oder spezifische Farben erkennen, die für das menschliche Auge unsichtbar sind, was helfen könnte, Früchte leichter von Blättern zu unterscheiden.

Letztlich kommt die Studie zu dem Schluss, dass die Fähigkeit von Computern, Zitrusfrüchte zu erkennen, in kontrollierten Umgebungen ein hohes Maß an Genauigkeit erreicht hat, das Feld jedoch noch nicht bereit für den flächendeckenden, zuverlässigen Einsatz in der realen Landwirtschaft ist. Die Technologie selbst ist nicht das Hauptproblem; das Problem liegt in der Art und Weise, wie sie validiert wird. Die Forscher argumentieren, dass zukünftige Arbeiten darauf abzielen müssen, diese Systeme unter vielfältigen, schwierigen Bedingungen und auf tatsächlicher Hardware im Feld zu testen, statt nur im Labor. Sie fordern einen gemeinsamen Standard für Tests, damit verschiedene Systeme fair miteinander verglichen werden können, sowie strengere statistische Prüfungen, um sicherzustellen, dass die Ergebnisse reproduzierbar sind. Bis diese Schritte unternommen werden, wird das Versprechen einer vollautomatisierten Fruchtzählung und Ertragsschätzung weiterhin in weiter Ferne liegen und auf ein solideres Fundament aus Beweisen warten.