Дослідники NC State University створюють систему на основі комп’ютерного зору, яка за фото з телефона рахує ягоди на кущі та визначає частку стиглих плодів. Рішення задумане як інструмент для планування збору врожаю та управління робочою силою. Про це повідомляє сайт Аграрії разом з посиланням на Freshplaza.

Реклама на сайті Команда дослідників Північнокаролінського державного університету (NC State University) працює над системою штучного інтелекту та комп’ютерного зору, яка має допомогти виробникам лохини оцінювати потенційну врожайність і відстежувати стиглість ягід безпосередньо в полі. Проєкт очолює професорка садівничих наук Цзін Чжан (Jing Zhang) у Translational Plant Phenomics Lab.

Фото до матеріалу: У США розробляють ШІ-інструмент для оцінки врожайності лохини та контролю стиглості в полі

За даними, наведеними в матеріалі, у Північній Кароліні щороку збирають близько 24 494 тонн лохини — це майже 9% загального виробництва в США. Як працює підхід із фото з телефона Концепція передбачає використання застосунку на смартфоні: фермер фотографує кущі лохини, після чого система автоматично видає оцінку — кількість ягід і відсоток стиглих плодів на конкретній рослині.

Під час одного з тестів ШІ-система, за повідомленням розробників, визначила 112 ягід за лічені секунди після завантаження зображення. Для чого це виробнику Розробники та фахівці дорадчої служби (extension), які залучені до проєкту, позиціонують технологію як інструмент підтримки рішень для планування збору та управління персоналом. Для лохини це критично, адже ягоди на кущі достигають нерівномірно й збір часто відбувається у кілька заходів протягом сезону.

У матеріалі підкреслюється, що занадто ранній збір може означати недостатню солодкість, а запізнілий — ризик м’якості або зморщування ягід. If farmers can make sure that the bushes are at peak ripeness before sending crews out into the field and estimate how many berries they'll bring to market, they can maximize their labor, — зазначив агент дорадчої служби округу Рендольф Коді Креддок (Cody Craddock).

It's a decision tool, — додала Цзін Чжан. Як тестували систему Модель комп’ютерного зору навчали на тисячах розмічених зображень, щоб вона могла відрізняти стиглі та нестиглі ягоди й ідентифікувати окремі плоди. Для перевірки підходу агенти дорадчої служби та дослідники зібрали зображення на 10 комерційних фермах лохини в Північній Кароліні, використовуючи смартфони та ручні камери.

Далі ягоди з вибраних кущів збирали вручну, сортували й перераховували, щоб порівняти фактичні дані з автоматичними оцінками за фото. Статус розробки та можливі застосування Наразі технологію розширюють на додаткові сорти лохини. Водночас, як зазначається, рішення ще не є публічно доступним у форматі, коли виробники можуть самостійно завантажувати зображення.

Окремо команда вказує на потенціал для селекційних програм: інструмент може допомогти оцінювати більші популяції рослин ефективніше. Також дослідники застосовують подібні підходи комп’ютерного зору до інших культур і виробничих задач, зокрема до виявлення хвороби Neopestalotiopsis у суниці. The more plants you can look at, the better your chances of finding a winner, — зазначила Цзін Чжан.

The benefit to the tool is that it takes that guesswork out of it, — додав Коді Креддок. Реклама на сайті Також читайте: