夏の疲れきった大豆の状態を確認するためのフィールド偵察、しかし新しい品種を取り除くときに必要な作業。
ブリーダーは、ポッドの早期熟成などの望ましい特徴を示す植物を見つけるために、成長している季節の批判的な時期に穏やかな太陽の下で毎日さまよう必要があります。しかし、これらの兆候の検出を自動化する機会を持たずに、科学者は、市場への新しい品種を排除するための時間を増やしたいのと同じくらい多くのサイトをテストすることはできません。
イリノイ大学の新調査では、科学者はドローンや人工知能からの画像を使って2日以内に大豆の成熟の時間を予測しています。
「POD成熟度の評価には多くの時間がかかり、ここではこの評価システムはPODの色に基づいているので、誤って決定する危険性があるため、誤って決定する危険性があることが多いため、「Nicholas Martin」 、クリード学科のイリノイ州と研究の共同研究科教授。 「多くはドローンからスナップショットを使用しようとしましたが、私たちはそれをする正確な方法を見つける最初のものです。」
Martinを扱う博士課程の学生であるRodrigo Trevizanは、5つの試験で収集されたドローンからの画像の色の変化を検出するためにコンピュータを教えました。コンピュータが「悪い」画像でも考慮して解釈することができたことに注意することが重要です。
「3日ごとに画像を集めることをお勧めしたいとしましょうが、雲が現れるか、それが雨が降り、それは写真の品質に影響を与えます。最後に、あなたが異なる年の間またはさまざまな場所からデータを受け取るとき、それらはすべて画像数、間隔などの観点とは異なります。私たちが開発した主なイノベーションは、私たちが受け取ったすべての情報を考慮に入れることができる方法です。私たちのモデルはデータがどのくらい頻繁に行ったのかに関係なく、よく機能します」とTrevizanは言います。
Trevisanは、深畳み込みニューラルネットワーク（CNN）と呼ばれる人工知能の種類を使用しました。彼は、CNNは、人間の脳が画像の成分を解釈する方法 - 色、形状、テクスチャー、すなわち私たちの目から得られた情報の成分を解釈する方法のようなものと言います。
「CNNは、フォーム、罫線、およびテクスチャの他に、色の小さな変化を検出します。私たちのために、最も重要なものは色でした。しかし、我々が使用した人工知能のモデルの利点は、収率またはスパンのような別の特徴を予測するために同じモデルを使用することが非常に簡単であることです。だから、私たちはこれらのモデルを持っているので、他の多くのタスクを満たすために同じ戦略を使うことがはるかに簡単であるべきです」とは、Trevizanが説明しました。
科学者たちは、技術が主に繁殖商業会社に役立つと言っています。
「私たちは、今後数年間でそれを使用したいと思うであろう研究に参加した部門のパートナーを持っていました。そして彼らは非常に良い、重要な貢献をしました。彼らは、ニコラス・マーティン氏によると、植物と農民のために決定を下すフィールドブリーダーに答えがあることを確認したいと考えていました。
（出典：farmtario.com。写真：Getty Images）。