東京大学大学院農学生命科学研究科附属生態調和農学機構の郭威助教らは、中国農業科学院、北京工業大学と共同で、アノテーション作業がなくても果実検出AIモデルの作成が可能となるアルゴリズムを提案した。
果実の検出と計数は、園芸のスマート化にとって不可欠な作業であり、深層学習に基づく果実の自動検出技術の近年の発展は目覚ましい。しかし、これまでの深層学習に基づく果実検出モデルの多くは、完全な教師あり学習に基づいて生成されているため、特定の対象（果物や品種など。以下、ドメインと呼ぶ）で学習したモデルをほかのドメインに利用することはできない。そのため、常に新しいドメインに対して、時間と労力を要するアノテーション作業を行って教師データを再作成する必要があった。
そこで本論文では、あるドメインで学習した既存のモデルを、新たなアノテーションをせずに新しいドメイン用に、検出精度を落とすことなく変換できるモデル汎化法を提案。同手法を利用すれば、異なる作物種、異なる品種など、従来教師データ再構築が必要だった場合でも、アノテーション作業無しで果実検出モデルの作成が可能となるなど、AIを活用したスマート農業技術の実用化を加速することが期待できるという。
