Sistem visi mesin sing bisa nemokake lan ngenali kembang raja apel ing kluster kembang ing wit-witan ing kebon dikembangake dening peneliti Penn State-langkah awal sing kritis ing pangembangan sistem penyerbukan robotik-ing studi pisanan saka sawijining-jenis. .
Kembang apel tuwuh ing klompok papat nganti enem kembang sing dipasang ing cabang, lan kembang tengah dikenal minangka kembang raja. Kembang iki mbukak pisanan ing kluster lan biasane tuwuh woh paling gedhe. Dadi, iki minangka target utama sistem polinasi robot, miturut peneliti Long He, asisten profesor pertanian lan rekayasa biologi.
Penyerbukan serangga sacara tradisional diandelake kanggo produktivitas apel. Nanging, bukti tabet sing layanan polinasi, loro saka honeybees domestik lan pollinators alam bébas, ora cocog nambah panjaluk, Panjenenganipun nyatet. Amarga kelainan koloni runtuh, tawon madu ing saindhenging donya wis mati ing tingkat nguwatirake. Akibaté, prodhusèn mbutuhake cara alternatif kanggo polinasi.
Panaliten iki minangka sing paling anyar sing ditindakake dening klompok riset He ing College of Agricultural Sciences, sing dikhususake kanggo ngembangake sistem robotik kanggo ngrampungake tugas pertanian intensif tenaga kerja kayata njupuk jamur, pruning wit apel lan thinning woh ijo. Tujuan utama proyek iki, dheweke nerangake, yaiku ngembangake sistem visi adhedhasar sinau sing bisa kanthi tepat ngenali lan nemokake kembang raja ing kanopi wit.
"Kita mikir asil iki bakal nyedhiyakake informasi dhasar kanggo sistem polinasi robot, sing bakal nyebabake penyerbukan apel sing efisien lan bisa direproduksi kanggo nggedhekake asil woh-wohan sing berkualitas," ujare. "Ing Pennsylvania, kita isih bisa ngandelake tawon kanggo nyerbu tanduran apel, nanging ing wilayah liyane sing mati tawon luwih abot, petani butuh teknologi iki luwih cepet tinimbang mengko."
Xinyang Mu, mahasiswa doktoral ing Departemen Teknik Biologi Pertanian, mimpin studi kembang raja. Mu nggunakake Mask R-CNN-program komputer sinau jero populer sing nindakake segmentasi tingkat piksel kanggo ndeteksi obyek sing sebagian dikaburake dening obyek liyane-kanggo ngenali lan nemokake kembang raja ing sistem visi mesin.
Kanggo mbangun model deteksi berbasis Mask R-CNN, dheweke njupuk atusan foto kluster mekar apel. Banjur ngembangake algoritma segmentasi kembang raja kanggo ngenali lan nemokake kembang raja saka dataset mentah gambar kembang apel. Panaliten kasebut ditindakake ing Pusat Riset lan Ekstensi Buah Penn State, Biglerville.
Gala lan Honeycrisp apple varietas dipilih kanggo tes. Wit uji ditandur ing taun 2014 kanthi jarak wit kira-kira 5 kaki (Gala) lan 6 1/2 kaki (Honeycrisp). Wit-witan iki dilatih ing arsitektur kanopi spindle dhuwur, kanthi dhuwur rata-rata watara 13 kaki. Sistem akuisisi gambar kanthi kamera dipasang ing kendaraan sarana sing digerakake ing antarane baris wit.
Latihan sistem sesanti mesin kanggo nemokake kembang raja iku tantangan, Mu nuding metu, amarga padha ukuran, werna lan wangun padha blossoms lateral ing kluster, lan kembang raja biasane obscured dening kembang lingkungan amarga posisi tengah.
Kanggo ngrampungake syarat transfer learning kanggo latihan model Mask R-CNN, gambar mentah diwenehi label ing rong kelas sing wis ditemtokake: kembang individu lan kembang sing ditutup. Kanggo nambah presisi, dataset latihan digedhekake kaping papat nggunakake pendekatan data-augmentation, Mu nerangake.
"Kanggo mbedakake kembang raja saka kembang lateral, kembang sing paling tengah ing saben kluster kembang ditargetake, utawa dilokalisasi," ujare. "Sistem visi kanthi otomatis nemokake klompok kembang kanthi kapisah adhedhasar pendekatan pemetaan kepadatan kembang rong dimensi. Ing saben kluster kembang sing dideteksi, kembang - utawa topeng - ing posisi paling tengah ditemtokake minangka kembang raja sing dituju.
Ing temonan bubar diterbitake ing Teknologi Pertanian Cerdas, peneliti nglapurake tingkat dhuwur saka akurasi deteksi kembang raja asil saka algoritma Mu. Dibandhingake karo pangukuran sing ditindakake kanthi manual dening peneliti sing ngenali kembang raja kanthi mripat-disebut pangukuran bebener lemah dening peneliti-akurasi deteksi kembang king visi mesin beda-beda saka 98.7% nganti 65.6%.