[논문 리뷰] Comparing YOLOv11 and YOLOv8 for instance segmentation of occluded and non-occluded immature green fruits in complex orchard environment

Ranjan Sapkota, Manoj Karkee|arXiv (Cornell University)|2024. 10. 24.

Horticultural and Viticultural Research인용 수 7

한 줄 요약

본 논문은 상업적 사과 과수원에서 가려진 및 비가려진 미숙 초록 과실의 인스턴스 분할에 대해 YOLOv11과 YOLOv8을 비교하고, 마스크 및 박스 mAP@50에서 YOLO11m-seg이 최고 성능을 보였으며, YOLOv8n-seg이 가장 빠른 추론 속도를 제공한다는 점을 강조한다.

ABSTRACT

This study conducted a comprehensive performance evaluation on YOLO11 (or YOLOv11) and YOLOv8, the latest in the "You Only Look Once" (YOLO) series, focusing on their instance segmentation capabilities for immature green apples in orchard environments. YOLO11n-seg achieved the highest mask precision across all categories with a notable score of 0.831, highlighting its effectiveness in fruit detection. YOLO11m-seg and YOLO11l-seg excelled in non-occluded and occluded fruitlet segmentation with scores of 0.851 and 0.829, respectively. Additionally, YOLOv11x-seg led in mask recall for all categories, achieving a score of 0.815, with YOLO11m-seg performing best for non-occluded immature green fruitlets at 0.858 and YOLOv8x-seg leading the occluded category with 0.800. In terms of mean average precision at a 50\% intersection over union (mAP@50), YOLOv11m-seg consistently outperformed, registering the highest scores for both box and mask segmentation, at 0.876 and 0.860 for the "All" class and 0.908 and 0.909 for non-occluded immature fruitlets, respectively. YOLO11l-seg and YOLOv8l-seg shared the top box mAP@50 for occluded immature fruitlets at 0.847, while YOLO11m-seg achieved the highest mask mAP@50 of 0.810. Despite the advancements in YOLO11, YOLOv8n surpassed its counterparts in image processing speed, with an impressive inference speed of 3.3 milliseconds, compared to the fastest YOLO11 series model at 4.8 milliseconds, underscoring its suitability for real-time agricultural applications related to complex green fruit environments. (YOLOv11 segmentation)

연구 동기 및 목표

• 상업용 사과 과수원에서 가려진 및 비가려진 미숙 초록 사과에 대해 YOLO11과 YOLOv8의 인스턴스 분할 성능을 평가한다.
• 구성 간 정밀도, 재현율, F1, 및 mAP@50을 비교한다.
• 모델 복잡도(매개변수, GFLOPs, 계층)와 학습/추론 효율성을 평가한다.
• 실시간 농업 활용을 위한 권고안을 제시한다.

제안 방법

• Scifresh 사과 과수원에서 로봇 이미징 플랫폼을 사용하여 991장의 RGB 이미지 데이터셋 수집.
• 가려진/비가려진 과일열에 대한 수동 주석 및 YOLO11/YOLOv8용 데이터셋 포맷팅.
• 동일한 하이퍼파라미터(입력 640x640, 배치 8, IOU 0.7, 300 에폭, 결정적 seed) 하에서 YOLO11-seg와 YOLOv8-seg 구성을 학습 및 평가.
• MIoU, AP, mAP@50, mAR, F1를 포함한 지표와 GFLOPs, 매개변수, 컨볼루션 층을 계산한다.
• 학습 시간 및 이미지 처리 속도(전처리, 추론, 후처리)를 평가한다.

Figure 1: Architecture diagram of YOLOv8 algorithm: YOLOv8 advances real-time object detection with its innovative backbone and anchor-free Ultralytics head, optimizing detection accuracy and speed across various tasks (primary image source: https://yolov8.org/what-is-yolov8/).

실험 결과

연구 질문

• RQ1 어떤 YOLO-11 대 YOLOv8 구성에서 가려진 및 비가려진 미숙 초록 과실의 인스턴스 분할 정확도가 우수한가?
• RQ2 복잡한 과수원 현장에서 모델 복잡도와 추론 속도가 분할 성능과 어떤 trade-off를 보이는가?
• RQ3 실시간 농업 응용에 가장 적합한 구성은 무엇인가?
• RQ4 가려진 및 비가려진 과일열은 모델 간 정밀도, 재현율 및 mAP@50에 어떤 영향을 미치는가?

주요 결과

• YOLO11n-seg가 전체 마스크 정밀도에서 가장 높은 값을 기록했다(0.831).
• YOLO11m-seg 및 YOLO11l-seg가 비가려진 과일열에서 최고 정밀도(0.851)와 가려진 과일열에서 최고 정밀도(0.829)를 달성했다.
• YOLO11x-seg가 모든 범주에서 마스크 재현율을 주도(0.815); 비가려진 재현율은 YOLO11m-seg가 최상(0.858).
• YOLOv8n-seg가 연구에서 가장 빠른 추론 속도(전체 3.3 ms)를 보였다.
• YOLO11m-seg가 All 클래스 박스의 mAP@50에서 최고치를 달성(0.876)했고 비가려진 박스(0.908); 마스크 mAP@50에서 All(0.860)과 비가려진(0.909)에서도 최상.
• 가려진 과일열의 경우, YOLO11m-seg가 마스크 mAP@50에서 타 모델을 초과(0.810); 박스 mAP@50은 YOLO11l-seg와 YOLOv8l-seg가 0.847로 동률이었다.

Figure 2: Simplified architecture diagram of YOLO11 algorithm: YOLO11 builds on YOLOv8’s architecture with refined detection and segmentation efficiency and accuracy over benchmark dataset.