FruitProM-V2：果物・野菜の頑健な確率的熟度推定と検出

Abstract

正確な果実の成熟度の識別は収穫時期を決定するために不可欠であり、不適切な評価は収量および収穫後品質に直接影響します。成熟（熟度）の進行は連続的な生物学的プロセスであるにもかかわらず、視覚に基づく成熟度推定は通常、多クラス分類問題として定式化されます。そのため、見た目がよく似た段階の間に不連続な境界が生じます。この制約を検証するために、保持しておいたトマトのデータセットに対して独立した2名のアノテータによるアノテーション信頼性に関する研究を行い、成熟段階が隣接する付近に不一致が集中していることを観察します。この観察に動機づけられ、成熟度を潜在の連続変数としてモデル化し、分布検出ヘッドを用いて確率的に予測します。そして分布を累積分布関数（CDF）を通じてクラス確率へと変換します。提案する定式化は、クリーンなラベル下では標準の検出器と同等の性能を維持しつつ、不確実性をより適切に表現します。さらに、学習中に制御されたラベルノイズを導入した場合、確率的モデルはベースラインに比べて頑健性が向上することが示されます。これは、成熟度の不確実性を明示的にモデリングすることで、より信頼性の高い視覚的成熟度推定が可能になることを示しています。