ابتكر باحثو ولاية بنسلفانيا نظام رؤية آلي قادرًا على تحديد موقع زهور ملك التفاح والتعرف عليها ضمن مجموعات من الأزهار على الأشجار في البساتين - وهي خطوة مبكرة مهمة في تطوير نظام تلقيح آلي - في دراسة هي الأولى من نوعها .
تنمو أزهار التفاح في مجموعات من أربعة إلى ستة أزهار متصلة بالفروع ، ويُعرف الزهرة المركزية باسم زهرة الملك. تفتح هذه الزهرة أولاً في الكتلة وعادة ما تنمو أكبر ثمرة. لذلك ، فهو الهدف الرئيسي لنظام التلقيح الآلي ، وفقًا للباحث Long He ، الأستاذ المساعد في الزراعة و الهندسة البيولوجية.
لطالما اعتمد التلقيح ضد الحشرات في إنتاج التفاح. ومع ذلك ، تشير الدلائل إلى أن خدمات التلقيح ، سواء من نحل العسل المستأنس أو الملقحات البرية ، لا تتوافق مع الطلبات المتزايدة ، كما أشار. بسبب اضطراب انهيار المستعمرة، يموت نحل العسل حول العالم بمعدلات تنذر بالخطر. نتيجة لذلك ، يحتاج المنتجون إلى طرق بديلة للتلقيح.
هذه الدراسة هي الأحدث التي أجرتها مجموعة هي البحثية في كلية العلوم الزراعية ، وهي مكرسة لتطوير أنظمة روبوتية لإنجاز المهام الزراعية كثيفة العمالة مثل قطف الفطر وتقليم أشجار التفاح وتخفيف الفاكهة الخضراء. وأوضح أن الهدف الأساسي من هذا المشروع هو تطوير نظام رؤية قائم على التعلم العميق يمكنه تحديد وتحديد موقع أزهار الملك بدقة في مظلات الأشجار.
وقال: "نعتقد أن هذه النتيجة ستوفر معلومات أساسية لنظام التلقيح الآلي ، والذي من شأنه أن يؤدي إلى تلقيح فعال وقابل للتكاثر للتفاح لزيادة محصول الفاكهة عالية الجودة". "في ولاية بنسلفانيا ، لا يزال بإمكاننا الاعتماد على النحل لتلقيح محاصيل التفاح ، ولكن في المناطق الأخرى حيث تكون نفوق النحل أكثر حدة ، قد يحتاج المزارعون إلى هذه التكنولوجيا عاجلاً وليس آجلاً."
قاد Xinyang Mu ، طالب الدكتوراه في قسم الهندسة البيولوجية الزراعية ، دراسة زهرة الملك. استخدم Mu Mask R-CNN - وهو برنامج كمبيوتر شائع للتعلم العميق يقوم بإجراء تجزئة على مستوى البكسل لاكتشاف الكائنات التي تحجبها كائنات أخرى جزئيًا - لتحديد وتحديد موقع الزهور الملكية في نظام الرؤية الآلية.
لبناء نموذج الكشف المستند إلى Mask R-CNN ، التقط المئات من صور مجموعة أزهار التفاح. ثم طور خوارزمية تجزئة زهرة الملك لتحديد وتحديد زهور الملك من مجموعة البيانات الأولية لصور زهرة التفاح. تم إجراء البحث في مركز أبحاث وإرشاد الفاكهة في ولاية بنسلفانيا ، Biglerville.
غالا وهوني كريسب تفاحة تم اختيار أصناف للاختبارات. زرعت أشجار الاختبار في عام 2014 بمسافة بين الأشجار حوالي 5 أقدام (غالا) و 6 1/2 قدم (هوني كريسب). تم تدريب هذه الأشجار على معمارية مظلة طويلة المغزل ، بمتوسط ارتفاع يبلغ حوالي 13 قدمًا. تم تركيب نظام الحصول على الصور المزود بكاميرا على مركبة خدمات مناورة بين صفوف الأشجار.
وأشار مو إلى أن تدريب نظام الرؤية الآلية لتحديد موقع أزهار الملك كان أمرًا صعبًا ، لأنها بنفس الحجم واللون والشكل مثل الأزهار الجانبية في العناقيد ، وعادة ما تكون أزهار الملك محجوبة بالزهور المحيطة بسبب موقعها المركزي.
لتلبية متطلبات نقل التعلم لتدريب نموذج Mask R-CNN ، تم تصنيف الصور الأولية في فئتين محددتين مسبقًا: الزهور الفردية والزهور المسدودة. وأوضح مو أنه لتعزيز الدقة ، تم تكبير مجموعة بيانات التدريب أربع مرات باستخدام مناهج زيادة البيانات.
وقال "لتمييز أزهار الملك عن الزهور الجانبية ، تم استهداف أو تحديد الزهرة الأكثر مركزية داخل كل مجموعة زهرة". "حدد نظام الرؤية تلقائيًا عناقيد الزهور بشكل منفصل بناءً على نهج رسم خرائط كثافة الزهور ثنائي الأبعاد. داخل كل مجموعة زهرة تم اكتشافها ، تم تحديد الزهرة - أو القناع - في الموضع الأكثر تمركزًا على أنها زهرة الملك المستهدفة. "
في النتائج المنشورة مؤخرًا في التكنولوجيا الزراعية الذكية، أبلغ الباحثون عن مستوى عالٍ من دقة الكشف عن زهرة الملك الناتجة عن خوارزمية مو. مقارنة بالقياسات التي تم إجراؤها يدويًا من قبل الباحثين الذين حددوا أزهار الملك بالعين - والتي يطلق عليها قياسات الحقيقة الأرضية من قبل الباحثين - تراوحت دقة اكتشاف زهرة الملك للرؤية الآلية من 98.7٪ إلى 65.6٪.