Comprehensive Performance Evaluation of YOLOv12, YOLO11, YOLOv10, YOLOv9 and YOLOv8 on Detecting and Counting Fruitlet in Complex Orchard Environments
Deze studie evalueert systematisch verschillende YOLO-algoritmen voor het detecteren en tellen van onrijpe vruchten in complexe boomgaarden, waarbij YOLO11n uitblinkt in nauwkeurigheid bij het tellen en snelheid voor real-time toepassingen, terwijl YOLOv9 en YOLOv12 de hoogste detectieprestaties leveren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor: je bent een boer met een enorme appelboomgaard. Elke lente hangen er duizenden piepkleine, groene appeltjes aan de takken. Het probleem? Als je er te veel laat zitten, worden de appels die overblijven te klein en niet lekker. Je moet er dus een aantal weghalen (dat noemen we 'dunnen').
Vroeger deden mensen dit met de hand. Dat is monnikenwerk: het is traag, vermoeiend en je krijgt er een stijve rug van. De onderzoekers in dit artikel willen dit werk over laten nemen door slimme robots. Maar voordat een robot kan dunnen, moet hij eerst kunnen zien waar die kleine, groene appeltjes zitten. En dat is lastig, want een klein groen appeltje ziet er in een boom bijna precies hetzelfde uit als een groen blaadje!
De "Super-Speurders" (De YOLO-modellen)
Om dit op te lossen, hebben de onderzoekers een wedstrijd georganiseerd tussen vijf verschillende soorten "digitale speurders". In de computerwereld noemen we deze speurders YOLO (wat in het Engels ook echt "You Only Look Once" betekent: ze zien het in één oogopslag).
Je kunt deze YOLO-modellen vergelijken met verschillende soorten detectives die een foto van de boomgaard moeten bekijken:
- YOLOv8: De ervaren detective die prima zijn werk doet, maar soms een paar details mist in de chaos.
- YOLOv9: De detective met een vergrootglas die heel goed naar de details kijkt, maar soms wat langer over een foto doet om alles te verwerken.
- YOLOv10: Een snelle detective die heel efficiënt werkt en niet dubbelop checkt.
- YOLO11: De nieuwe kampioen. Hij is als een supersnelle sprinter die tegelijkertijd een bril met superkrachten draagt.
- YOLOv12: De meest hippe, hypermoderne detective die probeert alles in de context te zien, maar soms té veel nadenkt en daardoor een klein detail over het hoofd ziet.
Wat was de test?
De onderzoekers hebben deze detectives getest in een echte boomgaard in Washington (VS). Ze lieten ze kijken naar foto's van vier verschillende soorten appels. Ze gebruikten twee soorten "ogen": een professionele camera (als een dure verrekijker) en een gewone smartphone (zoals jij die in je zak hebt).
De uitslag: Wie won de wedstrijd?
De wedstrijd had drie onderdelen:
Wie ziet het meest? (Nauwkeurigheid):
YOLOv9 was de koning van de details. Hij vond bijna elk appeltje, zelfs als ze half achter een takje zaten verstopt. Hij was de beste in het begrijpen van de hele foto.Wie telt het beste? (Tellen):
YOLO11 won dit onderdeel. Als je de detective vraagt: "Hoeveel appeltjes zie je?", dan gaf YOLO11 het meest betrouwbare antwoord. Hij maakte de minste rekenfoutjes.Wie is de snelste? (Snelheid):
YOLO11 was ook hier de absolute winnaar. Hij is zo razendsnel dat hij een foto in een fractie van een seconde (slechts 2,4 milliseconden!) verwerkt. Dit is cruciaal voor een robot die met hoge snelheid door de boomgaard rijdt; je wilt niet dat de robot moet wachten tot zijn "brein" klaar is met nadenken terwijl hij vooruit rijdt.
De conclusie: Wat betekent dit voor de toekomst?
De grote winnaar voor de praktijk is YOLO11. Waarom? Omdat hij de perfecte balans heeft gevonden. Hij is razendsnel (handig voor robots), hij telt de appels heel nauwkeurig, en hij werkt zelfs met de camera van een gewone iPhone!
De moraal van het verhaal: Dankzij deze slimme digitale speurders kunnen we binnenkort robots bouwen die als een soort "digitale tuinmannen" door de boomgaard rijden. Ze zien precies welke appeltjes weg moeten, waardoor de boer minder zwaar werk hoeft te doen en de consument uiteindelijk lekkerdere, grotere appels krijgt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.