Field felderítés a szójababok állapotának ellenőrzésére nyár közepén - kimerítő, de szükséges munka az új fajták eltávolításakor.
A tenyésztőknek naponta kell vándorolnunk az égő nap alatt a növekvő szezon kritikus időszakában, hogy olyan kívánatos funkciókat mutatják, mint például a PODS korai érlését. De anélkül, hogy a lehetőséget, hogy automatizálják a kimutatására ezek a jelek, a tudósok nem tudja ellenőrizni a sok helyen, mert szeretnék növelni az időt, hogy megszüntesse az új fajták a piacon.
Az új tanulmány a University of Illinois, tudósok megjósolni az időt érésének szójabab két napon belül a képeket herék és a mesterséges intelligencia, ami nagyban megkönnyíti munkáját.
"A POD lejárat értékelése sok időt igényel, és itt gyakran hibát követ el, hiszen ez az értékelési rendszer a hüvely színén alapul, és a helytelenül meghatározó veszélye van" - mondja Nicholas Martin , Az Illinois-i valósítás tanszéke és a tanulmány együttműködője. "Sokan megpróbálták a drónok pillanatképeit használni az érettség értékelésére, de mi vagyunk az első, hogy pontos módon találjuk meg."
Rodrigo Trevizan, doktorandusz dolgozik Martin, tanított számítógépek kimutatására elszínezi képek herék gyűjtött öt próba, három tenyészidőszak és a két ország. Fontos megjegyezni, hogy a számítógépek képesek voltak megvizsgálni és értelmezni még a "rossz" képeket is.
- Három naponként szeretnénk gyűjteni a képeket, de ha a felhők megjelennek, vagy esik az eső, ami befolyásolja a képek minőségét. Végül, ha különböző évekre vagy különböző helyekre vonatkozó adatokat kap, mindannyian eltérőek lesznek a képek, az intervallumok és így tovább. Az általunk kidolgozott fő innováció az, hogy hogyan vehetjük figyelembe az összes beérkezett összes információt. Modellünk jól működik, függetlenül attól, hogy milyen gyakran megy az adatok - mondja Trevisan.
Trevisan használta a mesterséges intelligencia típusát, amelyet mélyen konvolúciós neurális hálózatoknak neveztek (CNN). Azt mondja, hogy a CNN olyan, mint egy módja annak, hogy az emberi agy megtanulja értelmezni a képek összetevőit - szín, alak, textúra - vagyis a szemünkből származó információkat.
"A CNN érzékeli a kis színváltozásokat, az űrlapok, a határok és a textúrák mellett. Számunkra a legfontosabb volt a szín. De a mesterséges intelligencia modelljeinek előnye, amelyet használtunk, az, hogy meglehetősen egyszerű lenne ugyanazt a modellt használni, hogy előrejelezzük egy másik jellemzőt, például a hozamot vagy a span. Most, hogy már ezek a modellek, az emberek sokkal könnyebben használható ugyanaz a stratégia teljesítéséhez sok más feladat, „magyarázta Trevizan.
A tudósok azt mondják, hogy a technológia elsősorban a tenyésztési kereskedelmi vállalatokban hasznos lesz.
"Olyan ágazati partnerek voltak, akik részt vettek a tanulmányban, amely határozottan az elkövetkező években szeretné használni. És nagyon jó, fontos hozzájárulást tettek. Azt akarták, hogy győződjön meg róla, hogy a válaszok relevánsak a helyszíni tenyésztők számára, amelyek döntéseket hoznak a növények és a gazdálkodók kiválasztása érdekében "- mondta Nicholas Martin.
(Forrás: FarmTario.com. Fotó: Getty Images).