연구진이 토마토 하우스 재배 로봇 수확을 위해 토마토 익힘새 감지, 분류, 수확 지점 위치 추정을 동시에 수행하는 YOLO26-RipeLoc Lite 경량화된 딥러닝 아키텍처를 제안했어요.
LFPN, RAAM, CDH 등 3가지 수정 사항을 적용하여 색상·질감 차별성을 높이고 로봇 엔드 이펙터의 직접적인 잡기 계획을 가능하게 했어요.
SILAL 하우스(아부다비, UAE)에서 수집한 1,500장의 이미지로 평가 결과, [email protected]가 92.9%로, 238만 파라미터로 기존 아키텍처 대비 우수한 정확도와 효율성을 보였어요.
30% BatchNorm pruning 후에도 정확도 손실 없이 파라미터를 약 180만 개로 줄였으며, 하우스 환경에 맞는 HSV 증강이 성능 향상에 가장 큰 영향을 미쳤어요.