Image-Based Estimation of Blueberry Yield Incorporating External Validation and Canopy Architecture Under Field Conditions

Resumen Técnico: Estimación de la Producción de Arándanos Basada en Imágenes Incorporando la Validación Externa y la Arquitectura del Dosel

Planteamiento del Problema
Cuantificar el rendimiento y la madurez del fruto del arándano es crítico para evaluar el potencial de rendimiento en ensayos de fitomejoramiento y optimizar la logística de producción. Sin embargo, la medición manual sigue siendo un cuello de botella debido a que es lenta, laboriosa, costosa y propensa a la subjetividad. Aunque las redes de detección de objetos ofrecen una solución de alto rendimiento, los estudios existentes suelen carecer de una validación externa rigurosa frente a la verdad de terreno recolectada a mano, particularmente cuando se contabiliza explícitamente la oclusión del dosel. Los plantas de arándano de alto arbusto presentan desafíos específicos en comparación con las variedades silvestres debido a su morfología compleja y la significativa oclusión volumétrica de los frutos por el follaje. Además, las condiciones de campo introducen variabilidad en el brillo, la distancia fotográfica y la perspectiva, mientras que las diferencias genotipo-específicas en la estructura del dosel complican aún más la visibilidad de las bayas para los sistemas de visión computarizada.

Metodología
El estudio desarrolló un flujo de trabajo de detección de bayas multiclasificación y lo validó contra recuentos recolectados a mano en 32 genotipos diversos de arándano de alto arbusto sureño.

• Arquitectura del Flujo de Trabajo: El sistema utiliza Slicing Aided Hyper Inference (SAHI) para subdividir imágenes de alta resolución en teselas superpuestas de 640x640px, ajustando dinámicamente el tamaño de la tesela según la resolución de la imagen para mejorar la detección de objetivos pequeños. El núcleo de detección emplea YOLOv8 (comparando específicamente las variantes nano y extra-grande) tanto para la detección de clase única como de multiclasificación (inmadura vs. madura). El post-procesamiento incluye la supresión de no máxima (NMS) y filtrado heurístico basado en relaciones de aspecto cuadradas para eliminar detecciones erróneas.
• Conjunto de Datos: El conjunto de datos "blue-2" comprende 459 imágenes anotadas que contienen 110,220 anotaciones de bayas en dos clases de madurez (inmadura y madura). El conjunto de datos se construyó utilizando imágenes de cámaras DSLR y dispositivos móviles, capturadas mediante plataformas manuales y robóticas.
• Validación Externa: La validación de la verdad de terreno se llevó a cabo en 32 genotipos en Straughn Farms, Florida. Las imágenes se capturaron desde una distancia fija (~170 cm) utilizando una Canon EOS Rebel T6 montada en un rover. Posteriormente, todas las bayas fueron recolectadas a mano y contadas.
• Integración de la Arquitectura del Dosel: Para abordar la oclusión, el estudio extrajo métricas de la arquitectura del dosel (por ejemplo, ancho del dosel, altura, área, solidez, dimensión fractal, homogeneidad de textura e índices de color) utilizando un flujo de trabajo basado en OpenCV.
• Modelado Predictivo: La relación entre las detecciones basadas en imágenes, las características del dosel y los recuentos de verdad de terreno se modeló mediante Regresión Lineal Múltiple (LM), Regresión de Mínimos Cuadrados Parciales (PLSR), Regresión Ridge, Random Forest y Máquinas de Vectores de Soporte (SVM). Los modelos fueron evaluados mediante un marco de validación cruzada de 80:20 repetido 100 veces.

Resultados Clave

• Desempeño de la Detección: YOLOv8x alcanzó el mayor desempeño de detección con un mAP50 de 0.82 y un mAP50–95 de 0.66. El enfoque multiclasificación no degradó significativamente el desempeño de la detección en comparación con la detección de clase única. El modelo demostró una fuerte correlación (R² ≥ 0.98) entre las anotaciones y los resultados de inferencia.
• Clasificación de Madurez: El modelo logró puntuaciones F1 altas para bayas inmaduras (0.91) pero puntuaciones más bajas para bayas maduras (0.74), debido en parte a las variaciones de color durante la transición de verde a azul y a la clasificación errónea de colores intermedios.
• Subestimación y Oclusión: Las detecciones basadas en imágenes subestimaron sistemáticamente los recuentos de frutos recolectados a mano, con valores de R² que oscilaron entre 0.40 y 0.61. Los recuentos recolectados a mano fueron aproximadamente cuatro veces mayores que las predicciones basadas en imágenes. Esta subestimación se atribuyó a la oclusión del dosel, que varió ampliamente entre genotipos (42% a 90%).
• Impacto de la Arquitectura del Dosel: La incorporación de las características de la arquitectura del dosel derivadas de la imagen mejoró significativamente la precisión de la predicción. La Regresión de Mínimos Cuadrados Parciales (PLSR) emergió como el modelo con mejor desempeño, aumentando los valores de R² para los recuentos de frutos recolectados a mano de un nivel base de 0.52–0.61 a 0.52–0.74 (alcanzando específicamente R² = 0.743 para los recuentos de bayas inmaduras y 0.74 para la relación de madurez).
• Correlaciones: Las características de la arquitectura del dosel mostraron asociaciones moderadas con las tasas de oclusión (por ejemplo, solidez r=0.49, variabilidad de brillo r=0.61), confirmando que los atributos estructurales explican las variaciones en la visibilidad del fruto.

Contribuciones Clave

1. Flujo de Trabajo Validado: El estudio proporciona un flujo de trabajo de detección multiclasificación rigurosamente validado para arándanos de alto arbusto que aborda explícitamente los desafíos de la detección de objetos pequeños en entornos de campo complejos.
2. Cuantificación de la Oclusión: Cuantifica el alcance de la oclusión específica de cada genotipo (42–90%), demostrando que la estructura del dosel es un motor primario del error de detección y que los recuentos basados en imágenes por sí solos son insuficientes para la estimación absoluta del rendimiento sin corrección.
3. Integración de Características Estructurales: La investigación demuestra que integrar la arquitectura del dosel derivada de imágenes (características estructurales, texturales y de color) con los datos de detección de frutos mejora significativamente la estimación del rendimiento y la madurez, ofreciendo un método para compensar parcialmente el fruto oculto.
4. Implicaciones para el Fitomejoramiento: El estudio identifica la visibilidad del fruto y la reducción de la oclusión como posibles objetivos de selección para programas de fitomejoramiento que buscan mejorar la compatibilidad con el fenotipado de alto rendimiento y la cosecha robótica.

Significancia y Afirmaciones
Los autores afirman que sus resultados demuestran que tener en cuenta la oclusión del dosel mediante la integración de características arquitectónicas mejora la precisión de la estimación del rendimiento de arándanos basada en imágenes. El estudio respalda el uso de la visión computarizada para el fenotipado de alto rendimiento, pero enfatiza que los modelos actuales tienden a subestimar los recuentos absolutos debido al follaje. Al incorporar métricas del dosel, el sistema puede capturar mejor la variación biológicamente significativa entre genotipos. Los autores concluyen que, si bien los fenotipos derivados de imágenes capturan eficazmente las diferencias relativas, las estrategias de fitomejoramiento futuras deben considerar la exposición del fruto y la apertura del dosel para mejorar la precisión tanto del fenotipado como de los sistemas de cosecha robótica. El documento no pretende haber resuelto el problema de la oclusión por completo, sino que proporciona un marco metodológico para mitigar su impacto en la estimación del rendimiento.