Meyvə bağlarında ağaclardakı çiçək salxımları içərisində alma kralı çiçəklərinin yerini təyin etməyə və müəyyən etməyə qadir olan maşın görmə sistemi Penn State tədqiqatçıları tərəfindən robot tozlandırma sisteminin inkişafında mühüm ilk addım olan ilk növ tədqiqatda işlənib hazırlanmışdır. .
Alma çiçəkləri budaqlara bağlanan dörd-altı çiçəkdən ibarət qruplarda böyüyür və orta çiçək kral çiçəyi kimi tanınır. Bu çiçək ilk olaraq salxımda açılır və adətən ən böyük meyvəni yetişdirir. Tədqiqatçı Lonq Henin sözlərinə görə, bu, robot tozlandırma sisteminin əsas hədəfidir. biologiya mühəndisliyi.
Alma məhsuldarlığı üçün ənənəvi olaraq həşəratların tozlanmasına etibar edilmişdir. Bununla belə, sübutlar göstərir ki, həm əhliləşdirilmiş bal arılarından, həm də vəhşi tozlandırıcılardan tozlanma xidmətləri artan tələblərə uyğun gəlmir, o qeyd edib. səbəbiylə koloniyanın çökməsi pozğunluğu, bütün dünyada bal arıları həyəcan verici sürətlə ölür. Nəticədə istehsalçılar tozlandırmanın alternativ üsullarına ehtiyac duyurlar.
Bu tədqiqat He's Kənd Təsərrüfatı Elmləri Kollecində göbələk yığımı, alma ağacının budaması və yaşıl meyvələrin seyreltilməsi kimi əmək tutumlu kənd təsərrüfatı işlərini yerinə yetirmək üçün robot sistemlərin yaradılmasına həsr olunmuş tədqiqat qrupu tərəfindən aparılan sonuncu tədqiqatdır. O izah etdi ki, bu layihənin əsas məqsədi, ağac çətirlərindəki padşah çiçəklərini dəqiq müəyyən edə və yerləşdirə bilən dərin öyrənməyə əsaslanan görmə sistemini inkişaf etdirməkdir.
"Biz hesab edirik ki, bu nəticə yüksək keyfiyyətli meyvələrin məhsuldarlığını artırmaq üçün almaların səmərəli və təkrarlanan tozlanmasına səbəb olacaq robot tozlandırma sistemi üçün əsas məlumat verəcək" dedi. "Pensilvaniyada biz hələ də alma bitkilərini tozlandırmaq üçün arılara etibar edə bilərik, lakin arı ölümlərinin daha şiddətli olduğu digər bölgələrdə yetişdiricilərin bu texnologiyaya gec-tez ehtiyacı ola bilər."
Xinyang Mu, Kənd Təsərrüfatı Biologiya Mühəndisliyi Departamentinin doktorantı, kral çiçəyi tədqiqatına rəhbərlik etmişdir. Mu Mask R-CNN - digər obyektlər tərəfindən qismən örtülmüş obyektləri aşkar etmək üçün piksel səviyyəli seqmentləşdirməni həyata keçirən məşhur dərin öyrənmə kompüter proqramı - maşın görmə sistemində kral çiçəklərini müəyyən etmək və tapmaq üçün istifadə etdi.
Mask R-CNN əsaslı aşkarlama modelini yaratmaq üçün o, yüzlərlə alma çiçəyi klasterinin fotoşəkilini çəkdi. Sonra o, alma çiçəyi şəkillərinin xam verilənlər bazasından kral çiçəklərini müəyyən etmək və tapmaq üçün kral çiçəyi seqmentasiya alqoritmini işləyib hazırladı. Tədqiqat Penn State Meyvə Tədqiqat və Genişləndirmə Mərkəzində, Biglerville-də aparılıb.
Qala və Honeycrisp alma sınaqlar üçün sortlar seçilmişdir. Test ağacları 2014-cü ildə təxminən 5 fut (Qala) və 6 1/2 fut (Honeycrisp) ağac məsafəsi ilə əkilmişdir. Bu ağaclar orta hündürlüyü təqribən 13 fut olan hündür mil örtüyü memarlığında təlim keçmişdir. Kamera ilə görüntü əldə etmə sistemi ağac sıraları arasında manevr edilən kommunal avtomobilə quraşdırılmışdır.
Kral çiçəklərini tapmaq üçün maşın görmə sistemini öyrətmək çətin idi, Mu qeyd etdi, çünki onlar salxımlar halında yanal çiçəklərlə eyni ölçüdə, rəngdə və formadadırlar və padşah çiçəkləri mərkəzi mövqelərinə görə adətən ətrafdakı çiçəklər tərəfindən örtülür.
Mask R-CNN model təlimi üçün köçürmə öyrənmə tələblərini yerinə yetirmək üçün xam şəkillər əvvəlcədən müəyyən edilmiş iki sinifdə etiketləndi: fərdi çiçəklər və bağlanmış çiçəklər. Dəqiqliyi artırmaq üçün təlim verilənlər bazası məlumatların artırılması yanaşmalarından istifadə etməklə dörd dəfə böyüdüldü, Mu izah etdi.
"Kral çiçəklərini yan çiçəklərdən ayırd etmək üçün hər bir çiçək qrupunun ən mərkəzi çiçəkləri hədəf alındı və ya lokallaşdırıldı" dedi. “Görmə sistemi ikiölçülü çiçək sıxlığının xəritələşdirilməsi yanaşmasına əsaslanaraq avtomatik olaraq çiçək qruplarını ayrı-ayrılıqda yerləşdirdi. Aşkar edilmiş hər bir çiçək klasterində ən mərkəzdə olan çiçək və ya maska hədəf kral çiçəyi olaraq təyin olundu.”
Bu yaxınlarda dərc edilən tapıntılarda Ağıllı Kənd Təsərrüfatı Texnologiyası, tədqiqatçılar Mu-nun alqoritmi nəticəsində yüksək səviyyəli kral çiçəyi aşkarlama dəqiqliyini bildirdilər. Tədqiqatçılar tərəfindən padşah çiçəklərini gözlə müəyyən edən (tədqiqatçılar tərəfindən yer həqiqəti ölçmələri adlanan) əl ilə aparılmış ölçmələrlə müqayisədə, maşın görmə kral çiçəyinin aşkarlanması dəqiqliyi 98.7%-dən 65.6%-ə qədər dəyişdi.