Automatic detection of phenological stages in Rosa spp. using YOLOv8 convolutional neural networks

Detección automática de estados fenológicos en Rosa spp. mediante redes neuronales convolucionales YOLOv8

This study evaluated the performance of YOLOv8 convolutional neural network models for the automatic detection of phenological stages in greenhouse-grown cut roses (Rosa spp.). Image acquisition was conducted in a commercial greenhouse in Tocancipá, Colombia, using a ground-based mobile platform equipped with RGB cameras, thereby avoiding the operational limitations of unmanned aerial vehicles (UAVs) in enclosed environments. Images were collected during five sampling periods using a Nikon camera mounted on the mobile platform across five hydroponic benches, each divided into five 6.4-m plots, for a total of 25 plots. In total, 2,000 images and 4,653 annotated objects were obtained across 9 classes (8 phenological and 1 multipurpose). Model performance was evaluated using precision, recall, F1-score, mAP50, and mAP50–95. Individual models outperformed the multipurpose model, with the C_stage model achieving an F1-score of 0.87 in validation and 0.84 in testing. The multipurpose model required extending training to 200 epochs to achieve convergence, resulting in improved performance (F1-score = 0.75 and Precision = 0.78 in validation; F1-score and Precision = 0.72 in testing), indicating its potential for simultaneous multi-stage detection under greenhouse conditions. Correlation analysis showed that object size was the main factor influencing model performance (r ≥ 0.90). At the same time, the number of labeled samples per class had only a weak relationship with the metrics. This explained the higher accuracy in phenological stages with larger and more distinctive floral structures (C_stage, S_color) and the lower performance in early stages (rice, chickpea), whose buds occupied less than 0.3% of the image area.

Este estudio evaluó el desempeño de modelos de redes neuronales convolucionales YOLOv8 para la detección automática de estados fenológicos en rosas de corte (Rosa spp.) cultivadas bajo invernadero. La captura de imágenes se realizó en un invernadero comercial en Tocancipá, Colombia, utilizando una plataforma móvil terrestre equipada con cámaras RGB, evitando así las limitaciones operativas del uso de vehículos aéreos no tripulados (VAT) en espacios cerrados. Las imágenes se obtuvieron durante cinco periodos de muestreo, empleando una cámara Nikon montada en la plataforma a lo largo de cinco bancos hidropónicos, cada uno dividido en cinco parcelas de 6,4 m, para un total de 25 parcelas. En total, se recolectaron 2.000 imágenes y 4.653 objetos etiquetados en nueve clases (8 fenológicas y 1 clase multipropósito). El desempeño de los modelos se evaluó mediante precisión, exhaustividad (recall), F1-score, mAP50 y mAP50–95. Los modelos individuales superaron al modelo multipropósito, destacándose C_stage, que alcanzó un F1-score de 0,87 en validación y 0,84 en prueba. El modelo multipropósito requirió extender el entrenamiento hasta 200 épocas para lograr la convergencia, obteniendo un mejor desempeño (F1-score = 0,75 y Precisión = 0,78 en validación; F1-score y Precisión = 0,72 en prueba), lo que indicó su potencial para la detección simultánea de múltiples etapas fenológicas bajo condiciones de invernadero. El análisis de correlación mostró que el tamaño del objeto fue el principal factor que determinó el desempeño del modelo (r ≥ 0,90), mientras que el número de etiquetas por clase presentó una relación débil con las métricas. Esto explicó el mejor rendimiento en etapas con estructuras florales más grandes (C_stage, S_color) y el desempeño limitado en etapas tempranas (rice, chickpea), cuyos botones ocuparon menos del 0,3% del área de la imagen.