Pole průzkum pro kontrolu stavu sójových bobů uprostřed léta - vyčerpávající, ale nezbytná práce při odstraňování nových odrůd.
Chovatelé musí denně putovat pod spálivým sluncem v kritických obdobích vegetačního období, aby našli rostliny, které ukazují žádoucí vlastnosti, jako je brzy zrání lusků. Ale aniž by měl možnost automatizovat detekci těchto značek, vědci nemohou testovat tolik stránek, protože by chtěli zvýšit čas na odstranění nových odrůd na trh.
V nové studii University of Illinois předpovídají vědci čas zrání sójových bobů do dvou dnů pomocí obrazů z dronů a umělé inteligence, což značně usnadňuje práci.
"Posouzení splatnosti pododítka vyžaduje spoustu času a zde je často možné udělat chybu, protože tento hodnotící systém je založen na barvě lusku, a existuje riziko, že to nesprávně určuje," říká Nicholas Martin , Spolupracovní profesor katedry Creedingu v Illinois a spolupracovník studie. "Mnozí se snažili používat snímky z dronů, aby posoudili zralost, ale jsme první, kdo najde přesný způsob, jak to udělat."
Rodrigo Trevizan, doktorand, který pracuje s Martinem, učil počítače k detekci barevných změn na snímcích z dronů shromážděných v pěti zkouškách, tři vegetační období a dvě země. Je důležité poznamenat, že počítače byly schopny zvážit a interpretovat i "špatné" obrazy.
"Řekněme, že chceme sbírat obrázky každé tři dny, ale jakmile se oblačnosti objeví nebo prší, což ovlivňuje kvalitu obrázků. Nakonec, když obdržíte data pro různé roky nebo z různých míst, budou všichni vypadají odlišný od hlediska počtu obrázků, intervalů a tak dále. Hlavní inovace, které jsme vyvinuli, je, jak můžeme vzít v úvahu všechny obdržené informace. Náš model funguje dobře bez ohledu na to, jak často šly data, "říká Trevizan.
Trevisan použil typ umělé inteligence, zvané hluboké konvoluční neuronové sítě (CNN). Říká, že CNN je jako způsob, jakým se lidský mozek učí interpretovat složky obrazů - barvy, tvaru, texturu - to znamená, že informace získané z našich očí.
"CNN detekují malé změny barev, kromě formulářů, hranic a textur. Pro nás je nejdůležitější. Ale výhoda modelů umělé inteligence, které jsme použili, je to, že by bylo velmi jednoduché používat stejný model předpovědět další charakteristiku, jako je výtěžek nebo rozpětí. Tak, když máme tyto modely, lidé by měli být mnohem snazší používat stejnou strategii pro splnění mnoha dalších úkolů, "vysvětlil Trevizan.
Vědci říkají, že technologie bude užitečná především v chovných obchodních společnostech.
"Měli jsme odvětvové partnery, kteří se zúčastnili studie, které by určitě chtějí používat v následujících letech. A učinili velmi dobrý, důležitý příspěvek. Chtěli se ujistit, že odpovědi jsou relevantní pro oborové chovatele, kteří rozhodují o výběru rostlin a pro zemědělce, "řekl Nicholas Martin.
(Zdroj: Farmtario.com. Foto: Getty Images).