Comprehensive Performance Evaluation of YOLOv12, YOLO11, YOLOv10, YOLOv9 and YOLOv8 on Detecting and Counting Fruitlet in Complex Orchard Environments
यह अध्ययन जटिल बागों के वातावरण में अपरिपक्व हरे फलों के पता लगाने और उनकी गिनती करने के लिए YOLOv8 से लेकर YOLOv12 मॉडलों के माध्यम से YOLOv8 का एक व्यापक तुलनात्मक मूल्यांकन प्रदान करता है, जिसमें यह पाया गया है कि जहाँ YOLOv9 और YOLOv12 उच्च पहचान सटीकता प्रदान करते हैं, वहीं YOLO11n गिनती की सटीकता और वास्तविक समय के अनुमान की गति के बीच सर्वोत्तम संतुलन प्रदान करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
द "एप्पल आई" (Apple Eye) चैलेंज: रोबोट्स को नन्हे सेब गिनना सिखाना
कल्पना कीजिए कि आप एक विशाल, बिखरे हुए सेब के बगीचे में खड़े हैं। आप छोटे, हरे, बेबी सेबों (जिन्हें "फ्रूटलेट्स" कहा जाता है) की तलाश कर रहे हैं जो अभी बढ़ रहे हैं। समस्या यह है: ये बेबी सेब बिल्कुल पत्तियों के समान रंग के हैं, वे अक्सर टहनियों के पीछे छिपे होते हैं, और वे सभी घनी भीड़ वाले गुच्छों में एक साथ सिमटे हुए होते हैं।
यदि कोई किसान इन सेबों को कम करने (thinning out) के लिए एक रोबोट का उपयोग करना चाहता है (ताकि कुछ को हटाकर दूसरों को बड़ा और बेहतर बनाया जा सके), तो उस रोबोट को इस अराजकता के बीच से देखने के लिए एक "दिमाग" की आवश्यकता होगी।
यह वैज्ञानिक शोध पत्र मूल रूप से एक "दिमागों की लड़ाई" है। शोधकर्ताओं ने दुनिया के पांच सबसे उन्नत "AI आँखों" (जिन्हें YOLO परिवार के रूप में जाना जाता है—जिसका अर्थ है "You Only Look Once") को लिया और उन्हें यह देखने के लिए एक कठिन बाधा दौड़ (obstacle course) में डाला कि इन नन्हे हरे सेबों को पहचानने और गिनने में कौन सा सबसे अच्छा है।
प्रतियोगी: YOLO परिवार
YOLO मॉडल्स को बाधा दौड़ में प्रवेश करने वाले विभिन्न एथलीटों की तरह समझें:
- YOLOv8: "पुराना भरोसेमंद" अनुभवी। अनुभवी और स्थिर, लेकिन शायद नए बच्चों की तुलना में थोड़ा धीमा।
- YOLOv9: "स्मार्ट रणनीतिकार।" यह चालाक गणित का उपयोग करता है ताकि यह सुनिश्चित हो सके कि सोचने के दौरान यह महत्वपूर्ण विवरणों को न खो दे।
- YOLOv10: "दक्षता विशेषज्ञ।" इसे अनावश्यक चरणों को काटकर तेजी से काम करने के लिए डिज़ाइन किया गया है।
- YOLO11: "स्पीड डेमन" (गति का दानव)। यह शुद्ध, बिजली जैसी तेज़ प्रतिक्रिया समय के लिए बनाया गया है।
- YOLOv12: "हाई-टेक विशेषज्ञ।" यह उन्नत "अटेंशन" तंत्र का उपयोग करता है, जैसे कि एक इंसान किसी विशिष्ट स्थान पर तीव्रता से ध्यान केंद्रित करता है।
बाधा दौड़ (द टेस्ट)
शोधकर्ताओं ने इन AI दिमागों का परीक्षण केवल एक साफ प्रयोगशाला में नहीं किया। उन्होंने उन्हें "वास्तविक दुनिया" में झोंक दिया:
- कैमफ्लाज टेस्ट (छलावरण परीक्षण): क्या AI एक हरे सेब और एक हरी पत्ती के बीच अंतर कर सकता है?
- हाइड-एंड-सीक टेस्ट (लुका-छिपी का परीक्षण): क्या यह एक सेब को ढूंढ सकता है जो एक टहनी द्वारा 90% ढका हुआ है?
- विविधता टेस्ट (वैरायटी परीक्षण): क्या यह अलग-अलग प्रकार के सेबों (जैसे हनीक्रिसप बनाम कॉस्मिक क्रिसप) पर काम करता है, या यह केवल एक ही प्रकार को पहचानता है?
- कैमरा स्वैप (कैमरा बदलना): उन्होंने AI को एक पेशेवर, महंगी मशीन कैमरा का उपयोग करके प्रशिक्षित किया, लेकिन फिर इसे एक साधारण iPhone 14 Pro Max का उपयोग करके टेस्ट किया। यह एक व्यक्ति को फेरारी चलाने के लिए सिखाने और फिर उससे एक पुराने ट्रक को चलाने के लिए कहने जैसा है—क्या वे अभी भी काम कर सकते हैं?
परिणाम: कौन जीता?
कोई एक विजेता नहीं था; यह इस पर निर्भर करता था कि आपको रोबोट से क्या करवाना है:
- शुद्ध सटीकता के लिए (परफेक्शनिस्ट): YOLOv9 "मीन एवरेज प्रिसिजन" (Mean Average Precision) का चैंपियन था। यदि आप चाहते हैं कि AI सेब कहाँ हैं, इसकी पहचान करने में यथासंभव सटीक हो, तो YOLOv9 आपका सबसे अच्छा विकल्प है। यह एक विद्वान की तरह है जो अपने हर उत्तर की दोबारा जांच करता है।
- गति के लिए (स्प्रिंटर): YOLO11n दौड़ में जीत गया। यह अविश्वसनीय रूप से तेज़ था, जिसने मात्र 2.4 मिलीसेकंड में छवियों को प्रोसेस किया। यदि आपके पास एक रोबोट तेजी से बगीचे में घूम रहा है और आपको तुरंत निर्णय लेने की आवश्यकता है, तो YOLO11 विजेता है। यह वह एथलीट है जो आपके कुछ महसूस करने से पहले ही प्रतिक्रिया देता है।
- गिनती के लिए (अकाउंटेंट): जब वास्तव में गलतियाँ किए बिना सेबों की कुल संख्या गिनने की बात आई, तो YOLO11n ने भी स्वर्ण पदक जीता। यह एक "अंतिम गणना" देने में सबसे विश्वसनीय था जो मानव द्वारा की गई गिनती से मेल खाती थी।
यह क्यों मायने रखता है?
अभी, सेबों को पतला करना (thinning) एक थकाऊ, शारीरिक श्रम वाला काम है जो मौसमी श्रमिकों पर निर्भर करता है। जैसे-जैसे यह काम करने के लिए लोगों को ढूंढना कठिन होता जा रहा है, हमें रोबोट की आवश्यकता है।
यह शोध पत्र सिद्ध करता है कि हमें इस काम को करने के लिए मिलियन-डॉलर के विशेष कैमरों की आवश्यकता नहीं है; हम उच्च गुणवत्ता वाले स्मार्टफोन और YOLO11 जैसे स्मार्ट AI का उपयोग करके ऐसे रोबोट बना सकते हैं जो देख और गिन सकते हैं, ठीक वैसे ही जैसे एक इंसान करता है। यह किसानों को बेहतर फल उगाने, श्रम की कमी को कम करने और खेती को अधिक हाई-टेक और कुशल बनाने में मदद करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।