Մեքենայական տեսողության համակարգ, որն ի վիճակի է գտնել և նույնականացնել խնձորի թագավորական ծաղիկները այգիների ծառերի ծաղիկների կույտերում, մշակվել է Փեն նահանգի հետազոտողների կողմից՝ ռոբոտային փոշոտման համակարգի զարգացման կարևորագույն վաղ քայլ՝ իր տեսակի մեջ առաջին ուսումնասիրության մեջ: .
Խնձորի ծաղիկները աճում են չորսից վեց ծաղիկներից բաղկացած խմբերով, որոնք կցված են ճյուղերին, իսկ կենտրոնական ծաղկունքը հայտնի է որպես թագավորական ծաղիկ: Այս ծաղիկը բացվում է առաջինը ողկույզում և սովորաբար աճում է ամենամեծ պտուղը: Այսպիսով, դա ռոբոտային փոշոտման համակարգի առանցքային թիրախն է, ըստ հետազոտող Լոնգ Հի, գյուղատնտեսության և ամբիոնի ասիստենտ: կենսաբանական ճարտարագիտություն.
Խնձորի արտադրողականության համար ավանդաբար հիմնվում է միջատների փոշոտման վրա: Այնուամենայնիվ, ապացույցները ցույց են տալիս, որ փոշոտման ծառայությունները, ինչպես ընտանի մեղուների, այնպես էլ վայրի փոշոտողների կողմից, չեն համապատասխանում աճող պահանջներին, նշեց Նա: Շնորհիվ գաղութի փլուզման խանգարում, ամբողջ աշխարհում մեղուները սարսափելի արագությամբ են մահանում: Արդյունքում արտադրողներին անհրաժեշտ են փոշոտման այլընտրանքային մեթոդներ:
Այս հետազոտությունը վերջինն է, որն իրականացվել է Գյուղատնտեսական գիտությունների քոլեջի He's հետազոտական խմբի կողմից, որը նվիրված է ռոբոտային համակարգերի մշակմանը, որպեսզի կատարվեն աշխատատար գյուղատնտեսական առաջադրանքներ, ինչպիսիք են սնկի հավաքումը, խնձորի ծառերի էտումը և կանաչ պտուղների նոսրացումը: Նա բացատրեց, որ այս նախագծի հիմնական նպատակն էր զարգացնել խորը ուսուցման վրա հիմնված տեսողության համակարգ, որը կարող էր ճշգրիտ ճանաչել և տեղորոշել թագավորական ծաղիկները ծառերի հովանոցներում:
«Մենք կարծում ենք, որ այս արդյունքը ելակետային տեղեկատվություն կտրամադրի ռոբոտային փոշոտման համակարգի համար, որը կհանգեցնի խնձորների արդյունավետ և վերարտադրելի փոշոտման՝ բարձրորակ մրգերի բերքատվությունը առավելագույնի հասցնելու համար», - ասաց նա: «Փենսիլվանիայում մենք դեռ կարող ենք հույս դնել մեղուների վրա՝ խնձորի մշակաբույսերը փոշոտելու համար, սակայն այլ շրջաններում, որտեղ մեղուների սատկումներն ավելի ծանր են եղել, աճողներն այս տեխնոլոգիայի կարիքն ունեն ավելի շուտ, քան ուշ»:
Սինյան Մուն՝ գյուղատնտեսական կենսաբանական ճարտարագիտության ամբիոնի դոկտորանտը, գլխավորել է թագավորի ծաղկի ուսումնասիրությունը: Մուն օգտագործել է Mask R-CNN-ը` խորը ուսուցման հանրահայտ համակարգչային ծրագիր, որն իրականացնում է պիքսելային մակարդակի սեգմենտավորում` հայտնաբերելու առարկաները, որոնք մասամբ ծածկված են այլ առարկաներով, մեքենայական տեսողության համակարգում թագավորական ծաղիկները հայտնաբերելու և տեղորոշելու համար:
Mask R-CNN-ի վրա հիմնված հայտնաբերման մոդելը ստեղծելու համար նա նկարահանել է խնձորի ծաղկի հարյուրավոր լուսանկարներ: Այնուհետև նա մշակեց թագավորական ծաղիկների սեգմենտավորման ալգորիթմ՝ խնձորի ծաղիկների պատկերների այդ չմշակված տվյալների բազայից բացահայտելու և գտնելու թագավորական ծաղիկները: Հետազոտությունն իրականացվել է Բիգլերվիլում՝ Փեն Սթեյթի Fruit Research and Extension Center-ում:
Գալա և Honeycrisp խնձոր թեստերի համար ընտրվել են սորտեր: Փորձնական ծառերը տնկվել են 2014 թվականին՝ մոտ 5 ոտնաչափ (Գալա) և 6 1/2 ոտնաչափ (Honeycrisp) ծառերի տարածությամբ: Այս ծառերը ուսուցանվել են բարձր spindle հովանոց ճարտարապետության մեջ, որի միջին բարձրությունը մոտ 13 ֆուտ է: Տեսախցիկով պատկերների ստացման համակարգը տեղադրվել է ծառերի շարքերի միջև մանևրված օգտակար մեքենայի վրա:
Մու ընդգծեց, որ մեքենայական տեսողության համակարգի ուսուցումը՝ թագավորական ծաղիկները գտնելու համար, դժվար էր, քանի որ դրանք նույն չափի, գույնի և ձևի են, ինչ կողային ծաղիկները կլաստերներում, և թագավորական ծաղիկները սովորաբար ծածկված են շրջապատող ծաղիկներով իրենց կենտրոնական դիրքի պատճառով:
Դիմակ R-CNN մոդելի ուսուցման համար փոխանցման ուսուցման պահանջները կատարելու համար չմշակված պատկերները պիտակավորվեցին երկու նախապես սահմանված դասերում՝ առանձին ծաղիկներ և խցանված ծաղիկներ: Ճշգրիտությունը բարձրացնելու համար ուսուցման տվյալների բազան չորս անգամ մեծացվել է՝ օգտագործելով տվյալների ավելացման մոտեցումները, բացատրեց Մուն:
«Արքայական ծաղիկները կողային ծաղիկներից տարբերելու համար յուրաքանչյուր ծաղկախմբում ամենակենտրոնական ծաղիկը թիրախավորվել է կամ տեղայնացվել», - ասաց նա: «Տեսողության համակարգը ավտոմատ կերպով տեղադրեց ծաղիկների կլաստերները՝ հիմնվելով երկչափ ծաղիկների խտության քարտեզագրման մոտեցման վրա: Յուրաքանչյուր հայտնաբերված ծաղկահավաքի մեջ ծաղիկը կամ դիմակը ամենակենտրոնացած դիրքում որոշվել է որպես թիրախ արքա ծաղիկ»:
Վերջերս հրապարակված բացահայտումներում Խելացի գյուղատնտեսական տեխնոլոգիաՀետազոտողները զեկուցել են թագավորի ծաղկի հայտնաբերման բարձր ճշգրտության բարձր մակարդակ, որը բխում է Մուի ալգորիթմից: Արքայական ծաղիկները աչքով նույնացնող հետազոտողների կողմից ձեռքով արված չափումների համեմատ, որոնք հետազոտողների կողմից կոչվում են ստորգետնյա ճշմարտության չափումներ, մեքենայական տեսողության թագավորի ծաղիկների հայտնաբերման ճշգրտությունը տատանվում էր 98.7%-ից մինչև 65.6%: