Систем машинског вида који је способан да лоцира и идентификује цветове јабуке у кластерима цветова на дрвећу у воћњацима осмислили су истраживачи Пенн Стате - критичан рани корак у развоју роботског система за опрашивање - у првој студији ове врсте .
Цветови јабуке расту у групама од четири до шест цветова причвршћених за гране, а средишњи цвет је познат као краљевски цвет. Овај цвет се отвара први у грозду и обично расте највећи плод. Дакле, то је кључна мета роботског система опрашивања, према истраживачу Лонг Хе, доценту пољопривреде и биолошко инжењерство.
Опрашивање инсеката се традиционално ослањало на продуктивност јабуке. Међутим, докази сугеришу да услуге опрашивања, како од домаћих пчела, тако и од дивљих опрашивача, не одговарају растућим захтевима, приметио је он. Услед поремећај колапса колоније, медоносне пчеле широм света умиру алармантном брзином. Као резултат тога, произвођачима су потребне алтернативне методе опрашивања.
Ова студија је најновија коју је спровела Хе-ова истраживачка група на Колеџу пољопривредних наука, која је посвећена развоју роботских система за постизање радно интензивних пољопривредних задатака као што су брање печурака, резидба стабала јабуке и проређивање зеленог воћа. Примарни циљ овог пројекта, објаснио је он, био је да се развије систем визије заснован на дубоком учењу који би могао прецизно да идентификује и лоцира краљевско цвеће у крошњама дрвећа.
"Мислимо да ће овај резултат пружити основне информације за роботски систем опрашивања, што би довело до ефикасног и поновљивог опрашивања јабука како би се максимизирао принос висококвалитетног воћа", рекао је он. „У Пенсилванији се још увек можемо ослонити на пчеле да опрашују усеве јабуке, али у другим регионима где је одумирање пчела било теже, узгајивачима ће можда требати ова технологија пре него касније.
Ксинианг Му, студент докторских студија на Одсеку за пољопривредно биолошко инжењерство, предводио је студију краљевског цвећа. Му је користио Маск Р-ЦНН—популарни компјутерски програм за дубоко учење који врши сегментацију на нивоу пиксела да би открио објекте који су делимично заклоњени другим објектима—да идентификује и лоцира краљевско цвеће у систему машинског вида.
Да би направио модел детекције заснован на Маск Р-ЦНН-у, снимио је стотине фотографија цветова јабуке. Затим је развио алгоритам за сегментацију краљевског цвета да идентификује и лоцира краљевско цвеће из тог сировог скупа података слика цветова јабуке. Истраживање је спроведено у Центру за истраживање и проширење воћа Пенн Стате, Биглервилле.
Гала и Хонеицрисп јабука одабране су сорте за испитивања. Пробна стабла су засађена 2014. са размаком од око 5 стопа (Гала) и 6 1/2 стопа (Хонеицрисп). Ова стабла су обучена у архитектуру високих вретенастих крошњи, са просечном висином од око 13 стопа. Систем за аквизицију слике са камером постављен је на помоћно возило које се креће између дрвореда.
Обучавање система машинског вида да лоцира краљевско цвеће било је изазовно, истакао је Му, јер су исте величине, боје и облика као бочни цветови у гроздовима, а краљевско цвеће је обично заклоњено околним цветовима због њиховог централног положаја.
Да би се испунили захтеви трансферног учења за обуку модела Маск Р-ЦНН, необрађене слике су означене у две унапред дефинисане класе: појединачно цвеће и затворено цвеће. Да би се побољшала прецизност, скуп података за обуку је увећан за четири пута користећи приступе повећања података, објаснио је Му.
„Да би се разликовали краљевски цветови од бочних цветова, централни цвет унутар сваког цветног грозда био је циљан или локализован“, рекао је он. „Систем визије је аутоматски лоцирао цветне гроздове одвојено на основу дводимензионалног приступа мапирању густине цветова. Унутар сваког откривеног цветног грозда, цвет — или маска — у најцентриранијој позицији је одређен као циљни краљевски цвет.
У налазима недавно објављеним у Паметна пољопривредна технологија, истраживачи су пријавили висок ниво тачности детекције краљевског цвета као резултат Муовог алгоритма. У поређењу са мерењима које су ручно извршили истраживачи који су идентификовали краљевско цвеће оком – што истраживачи називају мерењима истинитости – тачност детекције краљевског цвета машинским видом варирала је од 98.7% до 65.6%.