पेन राज्यका अन्वेषकहरूले बगैंचामा रूखहरूमा फूलहरूको समूहमा स्याउ राजा फूलहरू पत्ता लगाउन र पहिचान गर्न सक्षम मेसिन भिजन प्रणाली - रोबोटिक परागकण प्रणालीको विकासमा एक महत्वपूर्ण प्रारम्भिक चरण - यसको पहिलो प्रकारको अध्ययनमा। ।
स्याउ फूलहरू हाँगाहरूसँग जोडिएका चार देखि छवटा फूलहरूको समूहमा बढ्छन्, र बीचको फूललाई राजा फूल भनिन्छ। यो फूल क्लस्टरमा पहिले खुल्छ र सामान्यतया सबैभन्दा ठूलो फल फल्छ। त्यसकारण, यो रोबोटिक परागकण प्रणालीको मुख्य लक्ष्य हो, अनुसन्धानकर्ता लङ हे, कृषि र सहायक प्राध्यापकका अनुसार जैविक ईन्जिनियरिङ्.
स्याउ उत्पादकताको लागि परम्परागत रूपमा कीट परागणमा भर परेको छ। यद्यपि, प्रमाणले बताउँछ कि घरपालुवा मौरी र जङ्गली परागकण दुवैबाट परागण सेवाहरू बढ्दो मागसँग मेल खाँदैनन्, उनले भने। कारणले कोलोनी पतन विकार, विश्वभर माहुरीहरू डरलाग्दो दरमा मरिरहेका छन्। फलस्वरूप, उत्पादकहरूलाई परागणको वैकल्पिक विधिहरू चाहिन्छ।
यो अध्ययन कलेज अफ एग्रिकल्चरल साइन्सेजमा हिको अनुसन्धान समूहले गरेको पछिल्लो अध्ययन हो, जुन च्याउ टिप्ने, स्याउको रूख छाँट्ने र हरियो फलफूल पातलो बनाउने जस्ता श्रम-गहन कृषि कार्यहरू पूरा गर्न रोबोटिक प्रणालीहरू विकास गर्न समर्पित छ। यस परियोजनाको प्राथमिक लक्ष्य, उनले व्याख्या गरे, गहिरो शिक्षामा आधारित दृष्टि प्रणालीको विकास गर्नु थियो जसले रूखको क्यानोपीहरूमा राजा फूलहरूलाई ठीकसँग पहिचान गर्न र पत्ता लगाउन सक्छ।
"हामीलाई लाग्छ कि यो नतिजाले रोबोटिक परागकण प्रणालीको लागि आधारभूत जानकारी प्रदान गर्नेछ, जसले स्याउको कुशल र पुन: उत्पादन गर्न सकिने परागकणलाई उच्च गुणस्तरको फलफूलको अधिकतम उत्पादन गर्न नेतृत्व गर्नेछ," उनले भने। "पेन्सिल्भेनियामा, हामी अझै पनि स्याउ बाली परागकण गर्न माहुरीमा भर पर्न सक्छौं, तर अन्य क्षेत्रहरूमा जहाँ मौरी मर्ने धेरै गम्भीर छन्, उत्पादकहरूलाई चाँडै यो प्रविधि चाहिन्छ।"
कृषि जैविक इन्जिनियरिङ विभागमा डक्टरेट विद्यार्थी सिनयाङ मु, राजा फूल अध्ययनको नेतृत्व गरे। Mu ले मास्क R-CNN को प्रयोग गर्यो - एक लोकप्रिय गहिरो-सिकाउने कम्प्युटर प्रोग्राम जसले पिक्सेल-स्तर विभाजन गर्ने वस्तुहरू पत्ता लगाउनको लागि जुन अन्य वस्तुहरूद्वारा आंशिक रूपमा अस्पष्ट छन् - पहिचान गर्न र मेसिन भिजन प्रणालीमा राजा फूलहरू पत्ता लगाउन।
मास्क आर-सीएनएन-आधारित पत्ता लगाउने मोडेल निर्माण गर्न, उनले सयौं एप्पल ब्लोसम क्लस्टर फोटोहरू खिचे। त्यसपछि उनले स्याउ फूल छविहरूको कच्चा डाटासेटबाट राजा फूलहरू पहिचान गर्न र पत्ता लगाउन राजा फूल विभाजन एल्गोरिदम विकास गरे। यो अनुसन्धान पेन स्टेटको फ्रुट रिसर्च एण्ड एक्सटेन्सन सेन्टर, बिगलरभिलमा गरिएको थियो।
गाला र हनीक्रिस्प स्याऊ परीक्षणका लागि प्रजातिहरू छनोट गरियो। परीक्षण रूखहरू 2014 मा लगभग 5 फिट (गाला) र 6 1/2 फिट (हनीक्रिस्प) को रूखको दूरीमा रोपिएको थियो। यी रूखहरूलाई अग्लो स्पिन्डल क्यानोपी वास्तुकलामा तालिम दिइएको थियो, जसको औसत उचाइ लगभग 13 फिट थियो। क्यामेराको साथ छवि-अधिग्रहण प्रणाली रूख पङ्क्तिहरू बीच चलाइएको उपयोगिता वाहनमा माउन्ट गरिएको थियो।
राजा फूलहरू पत्ता लगाउन मेसिन भिजन प्रणालीलाई तालिम दिनु चुनौतीपूर्ण थियो, मुले औंल्याए, किनभने तिनीहरू गुच्छहरूमा पार्श्व फूलहरू जस्तै आकार, रंग र आकार हुन्, र राजा फूलहरू सामान्यतया तिनीहरूको केन्द्रीय स्थानको कारण वरपरका फूलहरूले अस्पष्ट हुन्छन्।
मास्क R-CNN मोडेल प्रशिक्षणको लागि स्थानान्तरण शिक्षाको आवश्यकताहरू पूरा गर्न, कच्चा छविहरूलाई दुई पूर्व-परिभाषित वर्गहरूमा लेबल गरिएको थियो: व्यक्तिगत फूलहरू र बन्द फूलहरू। सटीकता बढाउनको लागि, प्रशिक्षण डेटासेट डेटा-बढ्दो दृष्टिकोण प्रयोग गरेर चार गुणा बढाइएको थियो, Mu ले व्याख्या गर्नुभयो।
"राजा फूलहरूलाई पार्श्व फूलहरूबाट छुट्याउन, प्रत्येक फूलको गुच्छा भित्रको सबैभन्दा केन्द्रीय फूललाई लक्षित वा स्थानीयकरण गरिएको थियो," उनले भने। "भिजन प्रणालीले स्वचालित रूपमा दुई-आयामी फूल घनत्व म्यापिङ दृष्टिकोणको आधारमा अलग-अलग फूल क्लस्टरहरू पत्ता लगायो। प्रत्येक पत्ता लगाइएको फूल क्लस्टर भित्र, फूल - वा मास्क - सबैभन्दा केन्द्रित स्थानमा लक्षित राजा फूलको रूपमा निर्धारण गरिएको थियो।
हालै प्रकाशित निष्कर्षमा स्मार्ट कृषि प्रविधि, अन्वेषकहरूले Mu को एल्गोरिथ्मको परिणामस्वरूप राजा फूल पत्ता लगाउने सटीकताको उच्च स्तर रिपोर्ट गरे। अन्वेषकहरूले आँखाद्वारा राजा फूलहरू पहिचान गर्ने म्यानुअल रूपमा लिएको मापनको तुलनामा-अनुसन्धानकर्ताहरूले ग्राउन्ड ट्रुथ मापन भनिन्छ—मेसिन भिजन राजा फूल पत्ता लगाउने शुद्धता 98.7% देखि 65.6% सम्म भिन्न थियो।