Система за машинно зрение, способна да локализира и идентифицира цветята на царската ябълка в клъстери от цветове по дърветата в овощните градини, е разработена от изследователи от Penn State - критична ранна стъпка в разработването на роботизирана система за опрашване - в първото по рода си проучване .
Цветовете на ябълката растат на групи от четири до шест цвята, прикрепени към клоните, а централния цвят е известен като кралското цвете. Това цвете се отваря първо в грозда и обикновено дава най-големия плод. Така че това е ключовата цел на роботизирана система за опрашване, според изследователя Лонг Хе, асистент по земеделие и биологично инженерство.
Традиционно се разчита на опрашването от насекоми за производителността на ябълките. Данните обаче сочат, че услугите за опрашване, както от опитомени медоносни пчели, така и от диви опрашители, не отговарят на нарастващите изисквания, отбеляза той. Поради разстройство при колапс на колония, медоносните пчели по света умират с тревожни темпове. В резултат на това производителите се нуждаят от алтернативни методи за опрашване.
Това проучване е последното, проведено от изследователската група на Хе в Колежа по селскостопански науки, която е посветена на разработването на роботизирани системи за изпълнение на трудоемки селскостопански задачи като бране на гъби, подрязване на ябълкови дървета и изтъняване на зелени плодове. Основната цел на този проект, обясни той, е да се разработи система за зрение, базирана на дълбоко обучение, която може точно да идентифицира и локализира кралските цветя в короните на дърветата.
„Смятаме, че този резултат ще предостави базова информация за роботизирана система за опрашване, която ще доведе до ефективно и възпроизводимо опрашване на ябълки, за да се увеличи максимално добива на висококачествени плодове“, каза той. „В Пенсилвания все още можем да разчитаме на пчелите да опрашват ябълковите култури, но в други региони, където умирането на пчели е по-тежко, производителите може да се нуждаят от тази технология по-рано или по-късно.“
Xinyang Mu, докторант в катедрата по селскостопанско биологично инженерство, ръководи изследването на царските цветя. Mu използва Mask R-CNN - популярна компютърна програма за дълбоко обучение, която извършва сегментиране на ниво пиксел, за да открие обекти, които са частично затъмнени от други обекти - за идентифициране и локализиране на кралските цветя в система за машинно зрение.
За да изгради модела за откриване, базиран на Mask R-CNN, той засне стотици снимки на ябълков цвят. След това той разработи алгоритъм за сегментиране на кралски цветя, за да идентифицира и локализира кралските цветя от този необработен набор от изображения на ябълкови цветя. Изследването е проведено в Центъра за изследване и разширяване на плодовете на Penn State, Биглервил.
Гала и Honeycrisp ябълка за тестовете бяха избрани сортове. Тестовите дървета бяха засадени през 2014 г. с разстояние между дърветата от около 5 фута (Gala) и 6 1/2 фута (Honeycrisp). Тези дървета са обучени в архитектура с висок вретеновиден балдахин, със средна височина от около 13 фута. Системата за получаване на изображения с камера беше монтирана на помощно превозно средство, маневрирано между редиците дървета.
Обучението на системата за машинно зрение да намира кралските цветя беше предизвикателство, посочи Му, защото те са със същия размер, цвят и форма като страничните цветове в клъстери, а кралските цветя обикновено са затъмнени от околните цветя поради централната им позиция.
За да се изпълнят изискванията за трансферно обучение за обучение на модел Mask R-CNN, необработените изображения бяха етикетирани в два предварително дефинирани класа: отделни цветя и затворени цветя. За да се подобри прецизността, наборът от данни за обучение беше увеличен четири пъти с помощта на подходи за увеличаване на данните, обясни Му.
„За да се разграничат кралските цветя от страничните цветя, най-централното цвете във всеки цветен клъстер беше насочено или локализирано“, каза той. „Визуалната система автоматично локализира цветните клъстери поотделно въз основа на двуизмерен подход за картографиране на плътността на цветята. В рамките на всеки открит цветен клъстер цветето или маската в най-центрираната позиция беше определено като целево кралско цвете.
В находки, публикувани наскоро в Интелигентна селскостопанска технология, изследователите съобщават за високо ниво на точност на откриване на кралско цвете в резултат на алгоритъма на Mu. В сравнение с измерванията, направени ръчно от изследователи, идентифициращи кралските цветя по око – наречени наземни измервания на истината от изследователите – точността на откриване на кралски цветя с машинно зрение варира от 98.7% до 65.6%.