できることは、ライトからディープへの3段階です。ドローンの空撮で園地と木の状態を撮る。地上からスマートフォンで木を3Dにして、マーカーとコメントで農家と双方向にやりとりする。そして、円筒展開してAIで果実を数える。深くなるほど、できることが増えます。三重県のみかん・柿で実証を続けています。
できることは3段階です。入口は空撮。今回から、地上で木を3Dにして農家と双方向でやりとりできるようになりました。その先に、円筒展開してAIで果実を数える段階があります。深くなるほど、できることが増えます。必要な深さから始められます。
ドローンで園地全体と対象の木を撮ります。木の位置関係、園地の地形、木ごとのばらつきが1枚で分かります。ここがこのサービスの入口で、以前から行ってきた撮影です。
空撮の画像から、園地全体の葉色の傾向も目安として見られます。数値で言い切る段階ではなく、見回りの当たりを付ける使い方です。
スマートフォンのアプリ（PIX4Dcatch）で木を段数に分け、ぐるりと周回して撮影し、1本ずつ3Dにします。PIX4Dmatic で合成した3Dはクラウド（PIX4Dcloud）に置き、届いた共有リンクを開くだけで、園地でも事務所でも同じ木を見られます。
やりとりの単位は、3Dの上に立てる「マーカー」です。指導者は切ってほしい枝や摘花・摘果する場所にマーカーを立て、名前と理由を書き、色で分けます。作業者は分からない場所に質問のマーカーを立て、指導者がそこに答えます。同じ3Dを見ながら「どこを・なぜ」を往復できるので、経験の浅い作業者も迷わず作業でき、それがそのまま学習になります。撮る人が解析して戻すところまで同じ担当が通すので、「撮り直しが要る」と後から分かる手戻りも起きません。
指導者と作業者が同じ3Dモデルを見ながら、どこを・なぜ切るかを共有する仕組みです。操作は4つだけ。紙の操作マニュアルを一緒にお渡しするので、届いた共有リンクを開くところから始められます。
画面は PIX4Dcloud（2026年7月・操作マニュアル作成時）。モデルの表示にはインターネット接続が必要です。
3Dを点群にし（Agisoft Metashape）、木を軸にした円筒に投影して切り開き、一周ぶんを1枚に広く伸ばします。1枚になれば、別のAIで果実の候補を検出できます。方法はいくつかあり、いまは精度を高めている段階です。
1本ずつ適正な数を数えられるようになれば、果樹でも木の状態が見やすくなります。ただし現時点で、候補枠数は果実の正解数ではなく、自動カウントには未到達です。段階1・2の前提とは少し違う上乗せとして、「こういうこともできる」という位置づけで置いています。
▮▯▯ ライト → ▮▮▮ ディープ。段階1だけでも始められます。
写真1枚から実を認識すること自体は、かなりの精度でできます。難しいのは、複数の写真で同じ実を二重に数えてしまうこと。そこで木の3Dを円筒に投影して切り開き、重複のない1枚にしてから数えます。
ここまでは動いています。検出の「候補枠」を、1つずつ人の目で確かめる工程がいま残っている作業です。自動カウントには、まだ到達していません。
掲載しているのは、実証で得た実写と実データです。数字はすべて「枠の数」や「設計値」であり、精度や正解率ではありません。その線は、このページでも守っています。
| 比べたもの | 7/16 | 8/31 |
|---|---|---|
| 解析に使われた写真 | 997 枚 | 922 枚 |
| 検出候補の枠 | 51 枠 | 55 枠 |
| 大きく囲ってしまった枠 | 9 枠 | 3 枠 |
| 出力解像度 | 1 mm/px | 1 mm/px |
改善のポイントは枠の数が増えたことではなく、葉や歪みを大きく囲う枠が目立つ状態から、実の位置に沿った枠が目立つ状態になったことです。改善率の数値化は実施していません。1 mm/px は出力設定であり、実測精度ではありません。
しきい値を上げると、何が消えるのか。同じ画角・同じ縮尺で、しきい値だけを変えたもの。値を上げるほど枠は減りますが、減るのは誤りだけではありません。0.25の87枠に対して0.20では115枠。差分の28枠が拾えている実なのか誤りなのかは、1枠ずつ見ないと分かりません。ここを人の目で確かめる工程が、いま残っている作業です。みかん ／ 2026-08-31 ／ GroundingDINO（SwinT）／ 出典：ドローンジャパン
2026年8月4日と8月31日の検証を経て収束した、地上撮影の設計値です。開始当初はオーバーラップ率99%（設定上の最大）・約4,000枚で撮っていました。精度は出ますが重く、年に何度も園地を回る運用には向きません。
| 周回半径 | 2 m樹冠中心から固定 |
|---|---|
| 撮影間隔 | 5–10°10度なら一周36枚 |
| 段数 | 3段下・中・上。上下のオーバーラップ50〜60% |
| 1本あたりの枚数 | 約2,000枚みかん・実寸計測用途。柿（落葉後）は約1,700枚、剪定用途なら1,700〜3,000枚 |
| 撮影機材 | DJI Air 2S ／ スマートフォン上空はドローン、地上はPIX4Dcatch（スマートフォンの3D撮影） |
| 点群までの処理時間 | 約3時間約2,000枚。3Dの前段処理が最も重い。円筒展開そのものは柿の実測で49分〜1時間14分 |
| 展開画像の出力解像度 | 1 mm/px出力設定であり、実測精度ではありません |
| 検出の推論単位 | 1,024 px タイル重なり0.2。7,001×2,066 pxの画像で横9列×縦3段＝27タイル |
| 検出モデル | GroundingDINO（SwinT）品目ごとに探す言葉（プロンプト）を設計。重複枠はNMSで統合 |
1回の撮影では何も言えません。常緑は葉のある状態で「花・新芽・古葉のバランス」を、落葉は葉のない状態で「枝の構造」を撮る。撮影の狙いが、季節ごとに入れ替わります。
柿の剪定前撮影は年明けが現実的。近年は冬が暖かく、落葉が年明けまでだらだら続くためです。葉が落ちきってから、枝の構造をそのまま写します。
みかんは2月中下旬の剪定前に撮影。これで1本の木が1年で一周します。正解は翌年の花つきと収穫実績にしかないので、そこまで追います。
解析まで同じ担当が通すからこそ、現場で決めている条件があります。どれも撮り直しをして分かったことです。
晴天の強い光では葉が反射して白飛びし、花と葉の判別、新芽の黄緑が見えにくくなります。
樹の上部の白抜けが減ります。目線の高さだけで撮ると、樹冠の上面が抜けます。
回り込める木は精度が良く、周囲に障害物があって回れない木は弱い。対象木の選び方から一緒に決めます。
外から見えない部分は、撮り方では解決しません。できないことは、できないと先にお伝えします。
実寸を出す以上、スケールを画角に入れておきます。写真だけでは撮影距離も縮尺も分からないためです。
動画から静止画を切り出す方式も試しましたが、スマートフォンで撮ったほうが3D再構成はきれいでした。後ろ側など不要な画も多く、枚数効率も悪い結果でした。
技術以外で、このサービスが前提にしていることが4つあります。
空撮だけから始められます。地上の3D化、果実のカウントへ深くするかは、園地と目的に合わせて決めます。深くなるほど、できることが増えます。
研究者の案と園主の案を両方、3Dの上に残します。どちらが正しかったかは、次の年の花つきと収量が教えてくれます。
1回の撮影では何も言えません。同じ木を花から収穫まで追い、翌年の花つきまで見て初めて評価できます。
個別の農家1軒ずつよりも、普及センター・JA・産地単位のほうが相性が良いと考えています。産地単位でデータが貯まるほど、基準が立てやすくなります。
双方向はとってもいい。納得してやってもらわないと覚えていかない。
── 三重大学の研究者（栽培診断レビュー）／ 2026年9月1日
正解は次の年に木が教えてくれる。
リッチに見せてよいのは見せ方であって、言い切りの強さではないと考えています。現場で嘘にならないように、先に線を引いておきます。
柿に加えて、桃・ぶどう・りんごなどを候補に、対象樹種を探しているところです。梅はまだ撮っていないからこそ、この機会にご一緒できればと考えています。剪定前・剪定後の同一条件撮影から始められます。
品目ごとに、周回半径・段数・枚数・時期をどこに置くか。柿で出した値を、梅・桃で検証したいと考えています。
剪定指導で実際に見ている部位を品目ごとに挙げていただければ、撮影の解像度をそこに寄せられます。
サイズ階級の推定には、1本ずつ全数調査したような元データが要ります。お持ちのデータと突き合わせられれば、推定を「答え合わせ」まで持っていけます。
この秋冬に落葉果樹を2〜3か所。剪定前・剪定後の同一条件撮影から始められます。
大きな面積も、全品目も要りません。剪定の判断を残したい木を1本決めていただければ、撮影設計からご一緒します。花から収穫まで、1年で一周する計画にして戻します。