Sistem penglihatan mesin yang mampu mengesan dan mengenal pasti bunga raja epal dalam kelompok bunga pada pokok di kebun telah direka oleh penyelidik Penn State-langkah awal yang kritikal dalam pembangunan sistem pendebungaan robotik-dalam kajian pertama seumpamanya .
Bunga epal tumbuh dalam kumpulan empat hingga enam bunga yang melekat pada dahan, dan bunga tengah dikenali sebagai bunga raja. Bunga ini mula-mula membuka dalam gugusan dan biasanya tumbuh buah terbesar. Jadi, ia adalah sasaran utama sistem pendebungaan robot, menurut penyelidik Long He, penolong profesor pertanian dan kejuruteraan biologi.
Pendebungaan serangga secara tradisinya telah digunakan untuk produktiviti epal. Walau bagaimanapun, bukti menunjukkan bahawa perkhidmatan pendebungaan, kedua-duanya daripada lebah madu yang dijinakkan dan pendebunga liar, tidak sepadan dengan permintaan yang semakin meningkat, katanya. Disebabkan oleh gangguan keruntuhan koloni, lebah madu di seluruh dunia telah mati pada kadar yang membimbangkan. Akibatnya, pengeluar memerlukan kaedah pendebungaan alternatif.
Kajian ini adalah yang terbaru dijalankan oleh kumpulan penyelidik He di Kolej Sains Pertanian, yang ditumpukan untuk membangunkan sistem robotik untuk melaksanakan tugas pertanian intensif buruh seperti memetik cendawan, pemangkasan pokok epal dan penipisan buah hijau. Matlamat utama projek ini, jelasnya, adalah untuk membangunkan sistem penglihatan berasaskan pembelajaran yang mendalam yang boleh mengenal pasti dan menempatkan bunga raja di kanopi pokok dengan tepat.
"Kami fikir keputusan ini akan memberikan maklumat asas untuk sistem pendebungaan robotik, yang akan membawa kepada pendebungaan epal yang cekap dan boleh dihasilkan semula untuk memaksimumkan hasil buah-buahan berkualiti tinggi," katanya. "Di Pennsylvania, kami masih boleh bergantung pada lebah untuk mendebungakan tanaman epal, tetapi di kawasan lain di mana kematian lebah lebih teruk, penanam mungkin memerlukan teknologi ini lebih awal daripada kemudian."
Xinyang Mu, pelajar kedoktoran di Jabatan Kejuruteraan Biologi Pertanian, menerajui kajian bunga raja. Mu menggunakan Mask R-CNN—program komputer pembelajaran mendalam yang popular yang melakukan segmentasi tahap piksel untuk mengesan objek yang sebahagiannya dikaburkan oleh objek lain—untuk mengenal pasti dan mengesan bunga raja dalam sistem penglihatan mesin.
Untuk membina model pengesanan berasaskan Mask R-CNN, dia merakam ratusan foto gugusan bunga epal. Kemudian dia membangunkan algoritma pembahagian bunga raja untuk mengenal pasti dan mencari bunga raja daripada set data mentah imej bunga epal itu. Penyelidikan itu dijalankan di Pusat Penyelidikan dan Pelanjutan Buah Penn State, Biglerville.
Gala dan Honeycrisp epal varieti telah dipilih untuk ujian. Pokok ujian telah ditanam pada tahun 2014 dengan jarak pokok kira-kira 5 kaki (Gala) dan 6 1/2 kaki (Honeycrisp). Pokok-pokok ini dilatih dalam seni bina kanopi gelendong tinggi, dengan ketinggian purata kira-kira 13 kaki. Sistem pemerolehan imej dengan kamera telah dipasang pada kenderaan utiliti yang bergerak di antara barisan pokok.
Melatih sistem penglihatan mesin untuk mencari bunga raja adalah mencabar, kata Mu, kerana ia adalah saiz, warna dan bentuk yang sama dengan bunga sisi dalam kelompok, dan bunga raja biasanya dikaburkan oleh bunga sekeliling kerana kedudukan tengahnya.
Untuk memenuhi keperluan pembelajaran pemindahan untuk latihan model Mask R-CNN, imej mentah telah dilabelkan dalam dua kelas yang telah ditetapkan: bunga individu dan bunga tertutup. Untuk meningkatkan ketepatan, set data latihan telah diperbesarkan sebanyak empat kali menggunakan pendekatan penambahan data, jelas Mu.
"Untuk membezakan bunga raja daripada bunga sisi, bunga paling tengah dalam setiap gugusan bunga disasarkan, atau disetempat," katanya. “Sistem penglihatan secara automatik menempatkan gugusan bunga secara berasingan berdasarkan pendekatan pemetaan kepadatan bunga dua dimensi. Dalam setiap gugusan bunga yang dikesan, bunga—atau topeng—pada kedudukan paling tengah ditentukan sebagai bunga raja sasaran.”
Dalam penemuan baru-baru ini diterbitkan dalam Teknologi Pertanian Pintar, para penyelidik melaporkan tahap ketepatan pengesanan bunga raja yang tinggi hasil daripada algoritma Mu. Berbanding dengan ukuran yang diambil secara manual oleh penyelidik yang mengenal pasti bunga raja dengan mata—dipanggil pengukuran kebenaran tanah oleh penyelidik—ketepatan pengesanan bunga raja penglihatan mesin berbeza daripada 98.7% hingga 65.6%.