Скільки здорових рослин томатів дасть партія насіння? Дослідники з Agro Food Robotics з Wageningen University & Research розробили автоматичний тест на схожість, який дає селекціонерам і виробникам насіння швидкі та об’єктивні відповіді на це запитання, заощаджуючи кошти та підвищуючи ефективність.
Виробники люблять доставляти однакові рослини, тому хочуть знати якість насіння, яке вони замовляють. Скільки рослин дає партія насіння? Чи є екземпляри, які відстають у рості, мають скручене стебло або відсутній лист? Тести на схожість проводять як селекціонери, так і виробники насіння.
Рослини, вирощені за допомогою цих тестів, оцінюються вручну та відповідно до власних критеріїв компанії та методів вирощування. Наприклад, селекціонер вирощує в абсолютно однакових умовах цілий рік, тоді як у комерційній теплиці ці умови можуть змінюватися за сезон . «Тому результати тестів на схожість можуть відрізнятися один від одного. Це ускладнює селекціонерам насіння дійти згоди щодо якості насіння, а виробникам важко правильно оцінити виробництво розсади», – каже Лідія Містерс, дослідник Agro Food Robotics з Wageningen University & Research.
Нейронні мережі
У проекті Експлуатація високотехнологічних інструментів фенотипування рослин для селекційних компаній і виробників (2018-2021), дослідники з Agro Food Robotics з Wageningen University & Research розробили автоматичний стандартизований тест на схожість, який усуває ці проблеми.
«За допомогою нашої системи камери MARVIN ми робимо велику кількість високошвидкісних фільмів про розсаду томатів і зв’язуємо їх із програмним забезпеченням для класифікації», — говорить Містерс. «Програмне забезпечення використовує нейронні мережі (глибоке навчання), форму штучного інтелекту, яка дозволяє комп’ютерам навчатися на основі інформації, яку вони отримують. У цьому випадку ми робимо як двовимірні, так і тривимірні зображення».
Кращий прогноз
Одним з одинадцяти партнерів у проекті є Пол Вербрюгген, дослідник Bejo Zaden у Варменхейзен. «Ми завжди прагнемо краще передбачити якість і однорідність рослин томатів із нашого насіння», — пояснює він.
Ця мета тепер досягнута завдяки дослідженню Вагенінгена. «Система камери Marvin уже досить добре прогнозує якість рослин», — каже Вербрюгген. «Коли ви додаєте нові технології, такі як штучний інтелект, надійність значно підвищується. Перші результати також показують, що не має значення, чи збираєте ви 2-D або 3-D зображення рослин томатів. «Для нас це приємно знати, оскільки це підтверджує, що Bejo Zaden вже використовує хорошу систему».
Ефективно працює
Вербрюгген також зазначив, що важко досягти консенсусу з іншими сторонами щодо того, як саме вимірювати якість насіння. «Зараз ми разом працюємо над спеціальними прогнозними моделями, за допомогою яких кожен партнер мережі може тренувати власну модель». Якщо це залежить від Meesters, то ці моделі – це лише початок. «Чим більше сучасні технології інтегруються в теплиці, тим ефективнішими стають компанії».