BloomNet: Exploring Single vs. Multiple Object Annotation for Flower Recognition Using YOLO Variants

Dit paper introduceert het FloralSix-dataset en evalueert verschillende YOLO-varianten voor bloemherkenning, waarbij wordt aangetoond dat de optimale modelkeuze en annotatiestrategie (enkelvoudig versus meervoudig) sterk afhangen van de dichtheid van de bloemen en dat de SGD-optimizer consistent de beste prestaties levert.

De kern

BloomNet: Hoe computers bloemen leren tellen (en waarom het moeilijk is)

Stel je voor dat je een enorme tuin hebt met duizenden bloemen. Je wilt weten hoeveel er zijn, welke soorten er groeien en hoe gezond ze eruit zien. In het verleden zou je daar urenlang met een notitieblok door de tuin moeten lopen. Maar wat als een computer dat voor je kan doen? Dat is precies wat dit onderzoek, genaamd BloomNet, probeert te bereiken.

Hier is het verhaal van het onderzoek, verteld in simpele taal met een paar grappige vergelijkingen.

1. Het Probleem: De "Kleurige Chaos"

Bloemen zijn mooi, maar voor een computer zijn ze een nachtmerrie. Ze hebben verschillende vormen, kleuren, en staan vaak in de weg van elkaar.

• Het oude probleem: Veel computersystemen konden alleen zeggen: "Oh, daar is een bloem!" Maar ze konden niet goed tellen als er tien bloemen in één foto stonden, of als ze elkaar deels bedekten. Het was alsof je een foto van een drukke markt krijgt en de computer alleen zegt: "Er is iemand", zonder te tellen wie of hoeveel.
• De oplossing: De onderzoekers (Safwat en Prithwiraj) hebben een nieuwe manier bedacht om computers te trainen om niet alleen te zien, maar ook te tellen en te lokaliseren.

2. De Toolset: De "Super-Oogjes" (YOLO)

De onderzoekers hebben gebruik gemaakt van een familie van slimme camera-algoritmen die YOLO heten (wat staat voor You Only Look Once). Je kunt je YOLO voorstellen als een super-snelle fotograaf die in één flits de hele foto scant en direct zegt: "Daar is een roos, daar een tulpen, en daar nog een paar!"

Ze hebben verschillende versies van deze "camera's" getest:

• YOLOv5: De oudere, betrouwbare versie.
• YOLOv8: De nieuwe, slimmere versie.
• YOLOv12: De allerlaatste, razendsnelle versie die speciaal goed is in drukke situaties.

3. De Twee Manieren van Leren: "De Enige" vs. "De Menigte"

Het meest interessante deel van dit onderzoek is hoe ze de computer hebben laten oefenen. Ze hebben twee verschillende "oefenboeken" gebruikt:

• Manier A: De "Enige Bloem" (SISBB)
  Stel je voor dat je een foto hebt van één enkele, prachtige bloem in het midden van het beeld. De computer krijgt de opdracht: "Zoek die ene bloem en zet er een kader omheen."

  • Vergelijking: Dit is als een zoektocht naar een naald in een hooiberg, maar er is maar één naald en het hooi is weg. Makkelijk!
  • Resultaat: De computer werd hier heel goed in. De YOLOv8m was hier de kampioen.

• Manier B: De "Drukte" (SIMBB)
  Nu nemen ze een foto waar honderden bloemen door elkaar staan, elkaar overlappen en in de weg zitten. De opdracht is nu: "Tel ze allemaal en zet een kader om elke losse bloem!"

  • Vergelijking: Dit is als proberen individuele mensen te tellen in een drukke voetbalstadion tijdens de pauze, terwijl ze allemaal bewegen en elkaar blokkeren. Veel lastiger!
  • Resultaat: Hier bleek de YOLOv12n de sterkste. Hij kon het beste overzien wie waar zat, zelfs in de drukte.

4. De Nieuwe Schat: De "FloralSix" Dataset

Om dit te testen, hebben de onderzoekers een nieuwe verzameling foto's gemaakt genaamd FloralSix.

• Het bevat 2.816 foto's van 6 verschillende bloemensoorten uit Bangladesh.
• Ze hebben elke foto dubbel getagd: één keer voor de "makkelijke" oefening (één bloem) en één keer voor de "moeilijke" oefening (alle bloemen).
• Dit is als een nieuwe trainingsmap voor een sporter: eerst oefenen op een lege baan, en daarna op een baan vol andere hardlopers.

5. De Grote Leerervaringen

Wat hebben ze geleerd?

1. Hoe je leert, bepaalt hoe je presteert: Als je de computer alleen leert één bloem te zoeken, wordt hij daar perfect in, maar faalt hij in de drukte. Als je hem leert alle bloemen te zoeken, wordt hij een meester in drukke situaties.
2. De "SGD" Superkracht: In de wiskunde achter de computer zit een "trainer" (een optimizer). De onderzoekers ontdekten dat een trainer genaamd SGD (Stochastic Gradient Descent) altijd beter werkte dan de andere trainer (AdamW).
   • Vergelijking: Het is alsof je twee coaches hebt. Coach SGD is misschien wat ouderwets, maar hij weet precies hoe hij zijn team moet motiveren om consistent te presteren, terwijl Coach AdamW soms te snel verveelt of de focus verliest.
3. Grootte telt, maar niet alles: De grotere modellen (YOLOv8m) waren het beste voor de "Enige Bloem", maar de kleinere, snellere modellen (YOLOv12n) waren verrassend goed voor de "Drukte".

6. Waarom is dit belangrijk? (Het "Waarom")

Dit klinkt misschien als alleen maar bloemen tellen, maar het heeft grote gevolgen voor de landbouw:

• Robots die bestuiven: Stel je voor dat een robot bijen imiteert om bloemen te bestuiven. Die robot moet precies weten waar elke bloem zit, zelfs als ze in een bosje staan.
• Gezondheidscontrole: Landbouwers kunnen zien of een plant stress heeft of ziek is door te tellen hoeveel bloemen er precies zijn.
• Oogstschatten: Je kunt voorspellen hoeveel fruit er komt door te tellen hoeveel bloemen er nu zijn.

Conclusie

Kortom: BloomNet laat zien dat als je computers de juiste manier leert kijken (ofwel "één bloem" of "een hele menigte"), ze ongelooflijk goed kunnen worden in het tellen van bloemen. Of het nu gaat om een enkele tulpenknop of een overvolle bloemenmarkt, er is nu een slimme computer die het voor je kan doen.

Dit onderzoek is een stap in de richting van slimme, geautomatiseerde tuinen en boerderijen waar robots de zware klus van tellen en observeren overnemen.

Technische samenvatting

Titel: BloomNet: Een onderzoek naar enkelvoudige versus meervoudige objectannotatie voor bloemherkenning met YOLO-varianten

1. Probleemstelling

De automatisering in de precisielandbouw, zoals plantfenotyping, opbrengstschatting en yield monitoring, vereist nauwkeurige lokalisatie en herkenning van bloemen. Bestaande methoden en datasets (zoals Oxford102 of Oxford17) richten zich voornamelijk op classificatie en bieden vaak beperkte of inconsistente bounding box-annotaties. Dit maakt het moeilijk om objectdichtheid te analyseren of robuuste detectie van meerdere bloemen in één beeld uit te voeren, vooral in natuurlijke omgevingen waar bloemen overlappen, deels verborgen zijn of in dichte clusters voorkomen. Er is een gebrek aan gestandaardiseerde datasets en benchmarks die specifiek ingaan op de impact van objectdichtheid op de prestaties van objectdetectiemodellen.

2. Methodologie

De auteurs hebben een systematisch raamwerk ontwikkeld om de prestaties van verschillende YOLO-architecturen te evalueren onder twee verschillende annotatieregimes:

• Dataset (FloralSix): Een nieuwe dataset is geïntroduceerd met 2.816 hoogresolutie foto's van zes bloemsoorten (o.a. Hibiscus, Goudsbloem, Zinnia) verzameld in Bangladesh. De dataset omvat variaties in achtergrond, belichting en hoek.
• Annotatiestrategieën: De dataset is op twee manieren gelabeld met behulp van Roboflow:
  1. SISBB (Single Image Single Bounding Box): Elke afbeelding heeft één bounding box rond de meest prominente bloem. Dit dient als baseline voor geïsoleerde detectie.
  2. SIMBB (Single Image Multiple Bounding Box): Alle zichtbare bloemen in een afbeelding worden gelabeld (totaal 6.934 bounding boxes). Dit simuleert dichte, complexe scenario's met overkappingen.
• Modelkeuze: Vijf YOLO-varianten zijn getest: YOLOv5s, YOLOv8n, YOLOv8s, YOLOv8m en YOLOv12n.
• Training en Evaluatie:
  • De modellen zijn getraind met een inputgrootte van 640x640 pixels.
  • Twee optimalisatoren zijn vergeleken: SGD (Stochastic Gradient Descent) en AdamW.
  • De evaluatie is gebaseerd op Precision, Recall en Mean Average Precision (mAP) bij IoU-drempels van 0.5 (mAP@0.5) en 0.5–0.95 (mAP@0.5:0.95).
  • De dataset is gesplitst in 75% training, 15% validatie en 15% test.

3. Belangrijkste Bijdragen

• FloralSix Dataset: De introductie van een volledig gelabelde, openbare dataset specifiek ontworpen voor objectdetectie van bloemen, met annotaties voor zowel dichte als verspreide scenario's.
• Eerste Benchmark: De eerste experimentele baseline voor bloemobjectdetectie op deze dataset, waarbij de impact van objectdichtheid op modelprestaties wordt geanalyseerd.
• Vergelijking van Annotatiestrategieën: Een diepgaand onderzoek naar het compromis tussen SISBB (hoge precisie voor enkele objecten) en SIMBB (robustheid voor dichte clusters).
• Optimalisator-analyse: Het aantonen dat SGD consistent beter presteert dan AdamW voor deze specifieke YOLO-taken in bloemdetectie.

4. Resultaten

De resultaten tonen duidelijke verschillen afhankelijk van de annotatiestrategie en het model:

• SISBB (Geïsoleerde bloemen):

  • Beste Model: YOLOv8m met de SGD-optimalisator.
  • Prestaties: Precision 0.956, Recall 0.951, mAP@0.5 0.978, mAP@0.5:0.95 0.865.
  • Conclusie: Grotere modellen (zoals v8m) excelleren in het detecteren van geïsoleerde objecten met hoge nauwkeurigheid. SGD leverde overal betere resultaten op dan AdamW.

• SIMBB (Dichte clusters):

  • Beste Model: YOLOv12n met de SGD-optimalisator.
  • Prestaties: mAP@0.5 0.934, mAP@0.5:0.95 0.752.
  • Conclusie: Hoewel de algemene prestaties lager waren dan bij SISBB (vanwege complexiteit en occlusie), bleek YOLOv12n het meest robuust voor meervoudige detectie. Het combineert een klein modelformaat (5.6 MB) met sterke generalisatievermogens in drukke omgevingen.

• Algemene bevindingen:

  • Dichtheidseffect: Recall-geoptimaliseerde modellen presteren beter in dichte omgevingen, terwijl precisie-georiënteerde modellen het beste zijn in verspreide scenario's.
  • Optimalisator: SGD overtrof AdamW consequent in zowel SISBB- als SIMBB-scenario's, wat wijst op een stabielere convergentie voor deze taken.
  • Modelgrootte: Er is een afweging tussen nauwkeurigheid en rekenefficiëntie. YOLOv8m is ideaal voor SISBB, terwijl YOLOv12n (kleiner en sneller) beter geschikt is voor real-time SIMBB-toepassingen.

5. Betekenis en Toepassing

De bevindingen van dit paper hebben directe implicaties voor de landbouw en ecologische monitoring:

• Niet-destructieve analyse: De modellen kunnen worden ingezet voor het monitoren van gewasstress en groeifasen zonder de planten te beschadigen.
• Robotica: De resultaten ondersteunen de ontwikkeling van autonome veldrobots en drones (UAV's) voor robotbestuiving en oogstmonitoring.
• Scalabiliteit: Door de keuze tussen SISBB en SIMBB en de juiste YOLO-variant (bijv. YOLOv12n voor snelheid in dichte velden), kunnen precisielandbouwtoepassingen worden geschaald en geautomatiseerd.

Samenvattend biedt BloomNet een cruciale basis voor de ontwikkeling van robuuste, dichtheidsgevoelige detectiesystemen die de complexiteit van natuurlijke bloemomgevingen kunnen hanteren.