E Maschinnvisiounssystem, deen fäeg ass Äppelkinnekblummen a Stärekéip vu Blummen op Beem an Uebst ze lokaliséieren an z'identifizéieren, gouf vun de Penn State Fuerscher entwéckelt - e kritesche fréie Schrëtt an der Entwécklung vun engem Roboter Bestëmmungssystem - an enger éischter vu senger Aart Studie .
Äppelbléien wuessen a Gruppe vu véier bis sechs Blummen, déi u Branchen befestegt sinn, an d'Zentrumbléi ass bekannt als d'Kinnekblumm. Dës Blummen mécht als éischt am Stärekoup op a wächst normalerweis déi gréisste Fruucht. Also ass et d'Schlësselzil vun engem robotesche Bestëmmungssystem, laut de Fuerscher Long He, Assistent Professer fir Landwirtschaft a Landwirtschaft. biologesch Ingenieur.
Insektebestëmmung gouf traditionell fir Äppelproduktivitéit ugewannt. Wéi och ëmmer, Beweiser hindeit datt d'Bestäubungsservicer, souwuel vun domestizéierten Hunnegbienen wéi och vu wilde Bestäuber, net mat ëmmer méi Ufuerderunge passen, huet hien bemierkt. Opgrond Kolonie Zesummebroch Stéierungen, Hunnegbienen ronderëm d'Welt stierwen an alarméierend Tariffer. Als Resultat brauchen d'Produzenten alternativ Methoden fir d'Bestëmmung.
Dës Etude ass déi lescht duerchgefouert vum He's Research Group am College of Agricultural Sciences, déi sech fir d'Entwécklung vu Roboter Systemer gewidmet ass fir Aarbechtsintensiv landwirtschaftlech Aufgaben z'erreechen wéi Champignonsplécken, Äppelbam ofschneiden a gréng Uebst Ausdünnung. D'Haaptziel vun dësem Projet, Hien huet erkläert, war en déif Léierbaséiert Visiounssystem z'entwéckelen, dee präzis Kinneksblummen an de Bam Canopies z'identifizéieren an ze lokaliséieren.
"Mir denken, datt dëst Resultat d'Basisinformatioun fir e robotesche Bestëmmungssystem gëtt, wat zu effizienter a reproduzéierbarer Bestëmmung vun Äppel féiert fir d'Ausbezuele vu qualitativ héichwäerteg Friichten ze maximéieren", sot hien. "Zu Pennsylvania kënne mir nach ëmmer op Bienen vertrauen fir Äppelkulturen ze pollinéieren, awer an anere Regiounen, wou d'Biene stierwen méi schwéier waren, kënnen d'Wënzer dës Technologie méi fréi wéi spéider brauchen."
Xinyang Mu, Doktorandstudent am Departement vun der Agrarbiologescher Ingenieur, huet d'Kinnekblummestudie an der Spëtzt gesat. Mu benotzt Mask R-CNN - e populär Deep-Learning Computerprogramm deen Pixel-Niveau Segmentatioun mécht fir Objeten z'entdecken déi deelweis vun aneren Objeten verstoppt sinn - fir d'Kinnekblummen an engem Maschinnvisiounssystem z'identifizéieren an ze lokaliséieren.
Fir de Mask R-CNN-baséiert Detektiounsmodell ze bauen, huet hien Honnerte vun Äppelbléi-Cluster-Fotoen ageholl. Dunn huet hien e Kinnek Blummen Segmentatioun Algorithmus entwéckelt fir d'Kinnekblummen aus deem roude Datesaz vun Äppelblummebiller z'identifizéieren an ze lokaliséieren. D'Fuerschung gouf am Penn State's Fruit Research and Extension Center, Biglerville gehaal.
Gala an Honeycrisp Apel Varietéiten goufen fir d'Tester ausgewielt. D'Testbeem goufen am Joer 2014 mat Bamofstand vu ronn 5 Féiss (Gala) a 6 1/2 Féiss (Honeycrisp) gepflanzt. Dës Beem goufen an héich Spindel Canopy Architektur trainéiert, mat enger Moyenne Héicht vun ongeféier 13 Féiss. De Bildacquisitiounssystem mat enger Kamera gouf op engem Utility-Gefier montéiert, deen tëscht Bamreihen manövréiert gouf.
D'Ausbildung vum Maschinnvisiounssystem fir Kinneksblummen ze lokaliséieren war Erausfuerderung, huet de Mu drop higewisen, well se déiselwecht Gréisst, Faarf a Form sinn wéi déi lateral Bléi a Stärekéip, an d'Kinnekblummen sinn typesch duerch d'Ëmgéigend Blummen verstoppt wéinst hirer zentraler Positioun.
Fir d'Ufuerderunge vum Transfert Léieren fir Mask R-CNN Modell Training ze erfëllen, goufen réi Biller an zwee virdefinéiert Klassen markéiert: eenzel Blummen a verstoppt Blummen. Fir d'Präzisioun ze verbesseren, gouf d'Trainingsdataset véiermol vergréissert mat Hëllef vun Datenvergréisserungs Approche, erkläert Mu.
"Fir Kinneksblummen vu laterale Blummen z'ënnerscheeden, gouf déi zentralst Blummen an all Blummencluster gezielt oder lokaliséiert," sot hien. "De Visiounssystem lokaliséiert automatesch d'Blummenstäerkt getrennt baséiert op enger zweedimensionaler Blummendensitéit Mapping Approche. Bannent all detektéierte Blummekoup gouf d'Blumm - oder d'Mask - an der zentréierter Positioun als Zil-Kinnekblumm bestëmmt.
An Conclusiounen kuerzem publizéiert an Smart Landwirtschaft Technologie, D'Fuerscher gemellt engem héijen Niveau vun Kinnek Blummen-Detektioun Genauegkeet Resultat vum Mu Algorithmus. Am Verglach mat Miessunge manuell vu Fuerscher, déi Kinneksblummen mam Auge identifizéiert hunn - sougenannte Grondwahrheetsmiessunge vun de Fuerscher - huet d'Maschinn Visioun King Blummen Detektiounsgenauegkeet vun 98.7% op 65.6% variéiert.