Искусственный интеллект на дронах успешно отслеживает урожай для определения идеального времени сбора
Фермеры стремятся максимизировать урожайность по экономическим причинам и для продовольственной безопасности. Поскольку растения растут неравномерно, при сборе урожая неизбежны вариации в качестве и размере отдельных культур. Определение оптимального времени сбора — приоритетная задача.
Новый подход, активно использующий дроны и искусственный интеллект, улучшает эту оценку, тщательно анализируя каждое растение для прогнозирования его характеристик роста.
Впервые исследователи, в том числе из Токийского университета, продемонстрировали в значительной степени автоматизированную систему для повышения урожайности. Результаты опубликованы в журнале Plant Phenomics.
Как работает система
- Недорогие дроны со специальным ПО многократно и автономно фотографируют и анализируют молодые растения (в исследовании — брокколи).
- Дроны идентифицируют и каталогизируют каждое растение на поле.
- Данные изображений поступают в модель, которая с помощью глубокого обучения создает для фермеров наглядную визуальную информацию о прогнозируемом росте.
Экономическое обоснование
- Сбор урожая всего на день раньше или позже оптимального срока может снизить потенциальный доход фермера с поля на 3,7% до 20,4%.
- Система помогает сократить отходы, что выгодно для фермеров, потребителей и окружающей среды.
Технические вызовы
- Основная сложность — анализ изображений и глубокое обучение.
- Движение растений на ветру и изменение освещения вносят в данные много вариаций, с которыми машинам трудно справиться.
- Для обучения системы потребовалось много времени на разметку различных аспектов изображений.
- Поток данных был огромным: изображения часто содержали триллионы пикселей, что в десятки тысяч раз больше, чем у камеры смартфона высокого класса.
«Я вдохновлен поиском новых способов вывести фенотипирование растений (измерение характеристик роста) из лаборатории в поле, чтобы помочь решить основные проблемы», — сказал доцент Вэй Го из Лаборатории полевого фенотипирования.