მანქანური ხედვის სისტემა, რომელსაც შეუძლია ვაშლის მეფის ყვავილების განლაგება და იდენტიფიცირება ბაღებში ხეებზე ყვავილთა მტევნებში, შეიმუშავეს პენის შტატის მკვლევარებმა - კრიტიკული ადრეული ნაბიჯი რობოტული დამტვერვის სისტემის განვითარებაში - თავის ტიპის პირველ კვლევაში. .
ვაშლის ყვავილი იზრდება ოთხიდან ექვს ყვავილად, რომლებიც მიმაგრებულია ტოტებზე, ხოლო ცენტრალური ყვავილი ცნობილია როგორც მეფის ყვავილი. ეს ყვავილი იხსნება პირველი მტევანი და ჩვეულებრივ იზრდება ყველაზე დიდი ხილი. ასე რომ, ეს არის რობოტული დამტვერვის სისტემის მთავარი სამიზნე, ამბობს მკვლევარი ლონგ ჰე, სოფლის მეურნეობის ასისტენტ პროფესორი. ბიოლოგიური ინჟინერია.
ვაშლის პროდუქტიულობისთვის ტრადიციულად ეყრდნობოდნენ მწერების დამტვერვას. თუმცა, მტკიცებულებები ვარაუდობენ, რომ დამტვერვის სერვისები, როგორც მოშინაურებული თაფლის ფუტკრების, ასევე ველური დამბინძურებლებისგან, არ შეესაბამება მზარდ მოთხოვნებს, აღნიშნა მან. Იმის გამო კოლონიის კოლაფსის დარღვევა, მთელ მსოფლიოში ფუტკარი საგანგაშო სისწრაფით კვდება. შედეგად, მწარმოებლებს სჭირდებათ დამტვერვის ალტერნატიული მეთოდები.
ეს არის უახლესი კვლევა, რომელიც ჩაატარა ჰესის კვლევითმა ჯგუფმა სოფლის მეურნეობის მეცნიერებათა კოლეჯში, რომელიც ეძღვნება რობოტული სისტემების შემუშავებას შრომატევადი სასოფლო-სამეურნეო ამოცანების შესასრულებლად, როგორიცაა სოკოს კრეფა, ვაშლის ხის მორთვა და მწვანე ხილის გათხელება. ამ პროექტის უპირველესი მიზანი, მან განმარტა, იყო ღრმა სწავლაზე დაფუძნებული ხედვის სისტემის შემუშავება, რომელსაც შეეძლო ზუსტად ამოიცნო და დაადგინოს მეფე ყვავილები ხეების ტილოებში.
„ჩვენ ვფიქრობთ, რომ ეს შედეგი მოგცემთ საბაზისო ინფორმაციას რობოტული დამტვერვის სისტემისთვის, რაც გამოიწვევს ვაშლების ეფექტურ და განმეორებად დამტვერვას მაღალი ხარისხის ხილის მოსავლიანობის მაქსიმალურად გაზრდის მიზნით“, - თქვა მან. „პენსილვანიაში ჩვენ ჯერ კიდევ შეგვიძლია დავეყრდნოთ ფუტკრებს ვაშლის ნათესების დამტვერვაში, მაგრამ სხვა რეგიონებში, სადაც ფუტკრის კვდომა უფრო მძიმე იყო, მწარმოებლებს შეიძლება ეს ტექნოლოგია ადრე, ვიდრე გვიან, დასჭირდეთ“.
Xinyang Mu, სოფლის მეურნეობის ბიოლოგიური ინჟინერიის დეპარტამენტის დოქტორანტი, ხელმძღვანელობდა მეფის ყვავილების შესწავლას. მუმ გამოიყენა Mask R-CNN - ღრმა სწავლების პოპულარული კომპიუტერული პროგრამა, რომელიც ასრულებს პიქსელის დონის სეგმენტაციას სხვა ობიექტების მიერ ნაწილობრივ დაფარული ობიექტების აღმოსაჩენად - მანქანური ხედვის სისტემაში მეფე ყვავილების იდენტიფიცირებისთვის და ადგილმდებარეობის დასადგენად.
Mask R-CNN-ზე დაფუძნებული გამოვლენის მოდელის შესაქმნელად, მან გადაიღო ასობით ვაშლის ყვავილის კასეტური ფოტო. შემდეგ მან შეიმუშავა მეფის ყვავილების სეგმენტაციის ალგორითმი ვაშლის ყვავილების სურათების ამ ნედლეულიდან მეფის ყვავილების იდენტიფიცირებისთვის და ადგილმდებარეობის დასადგენად. კვლევა ჩატარდა პენის შტატის ხილის კვლევისა და გაფართოების ცენტრში, ბიგლერვილში.
გალა და Honeycrisp ვაშლი ტესტებისთვის შეირჩა ჯიშები. სატესტო ხეები დარგეს 2014 წელს ხეების მანძილით დაახლოებით 5 ფუტი (გალა) და 6 1/2 ფუტი (Honeycrisp). ეს ხეები გაწვრთნილი იყო მაღალი ღეროების ტილოების არქიტექტურაში, საშუალო სიმაღლით დაახლოებით 13 ფუტი. გამოსახულების მიღების სისტემა კამერით დამონტაჟდა ხის რიგებს შორის მანევრირებულ სასარგებლო მანქანაზე.
მანქანური ხედვის სისტემის სწავლება მეფე ყვავილების ადგილმდებარეობისთვის რთული იყო, აღნიშნა მუმ, რადგან ისინი იგივე ზომის, ფერისა და ფორმისაა, როგორც გვერდითი ყვავილები მტევნებში, ხოლო მეფის ყვავილები ჩვეულებრივ დაფარულია ირგვლივ მდებარე ყვავილებით მათი ცენტრალური პოზიციის გამო.
ნიღბის R-CNN მოდელის ტრენინგისთვის გადაცემის სწავლის მოთხოვნების შესასრულებლად, ნედლეული გამოსახულებები ეტიკეტირებული იყო ორ წინასწარ განსაზღვრულ კლასში: ცალკეული ყვავილები და დახურული ყვავილები. სიზუსტის გასაუმჯობესებლად, სავარჯიშო მონაცემთა ბაზა ოთხჯერ გაიზარდა მონაცემთა გაზრდის მიდგომების გამოყენებით, განმარტა მუმ.
„მეფის ყვავილები გვერდითი ყვავილებისგან გასარჩევად, ყველაზე ცენტრალური ყვავილი ყოველი ყვავილების მტევანში იყო მიზანმიმართული ან ლოკალიზებული“, - თქვა მან. „მხედველობის სისტემა ავტომატურად ათავსებდა ყვავილების მტევნებს ცალ-ცალკე, ორგანზომილებიანი ყვავილების სიმკვრივის რუკების მიდგომის საფუძველზე. თითოეული აღმოჩენილი ყვავილის მტევნის შიგნით, ყვავილი ან ნიღაბი ყველაზე ცენტრში მდებარე პოზიციაზე განისაზღვრა, როგორც სამიზნე მეფის ყვავილი.
ბოლო დროს გამოქვეყნებულ დასკვნებში ჭკვიანი სოფლის მეურნეობის ტექნოლოგია, მკვლევარებმა განაცხადეს მეფის ყვავილების გამოვლენის მაღალი დონის სიზუსტე მუს ალგორითმის შედეგად. მკვლევარების მიერ ხელით აღებულ გაზომვებთან შედარებით, რომლებიც მეფის ყვავილების იდენტიფიცირებას ახდენდნენ თვალით, რომელსაც მკვლევარები უწოდეს მიწის ჭეშმარიტების გაზომვებს, მანქანური ხედვის მეფის ყვავილების ამოცნობის სიზუსტე მერყეობდა 98.7%-დან 65.6%-მდე.