Bài báo trình bày một hệ thống đếm trái cây giá rẻ, nhẹ và nhanh, chỉ sử dụng camera đơn (monocular camera) nhưng đạt độ chính xác gần tương đương với hệ thống đếm xoài dùng camera + LiDAR + GPS/INS. Hệ thống gồm các bước: phát hiện trái cây và thân cây bằng mạng CNN (Faster R-CNN và FCN), theo dõi trái cây qua các khung hình bằng Kalman Filter kết hợp với optical flow, sau đó dùng kỹ thuật SfM ngữ nghĩa để tái tạo vị trí 3D của các trái cây và thân cây. Từ đó, hệ thống xác định các trường hợp đếm trùng (double counting) như: trái cây xuất hiện ở cả hai mặt của hàng cây, trái bị mất theo dõi rồi được phát hiện lại, hoặc trái xuất hiện liên tục qua nhiều khung hình. Bằng cách dùng landmark 3D của trái cây và thân cây, hệ thống lọc bỏ các đếm trùng và tạo bản đồ trái cây chính xác. Kết quả thử nghiệm trên vườn xoài ở Úc cho thấy hệ thống đạt độ chính xác gần bằng hệ thống đắt tiền, với thời gian xử lý nhanh hơn gấp 100 lần.