Earlham Institute的研究人員開發(fā)了一個機器學習平臺，使用計算機視覺和航拍圖像對萵苣作物進行分類。

該研究稱，該平臺名為AirSurf-Lettuce，能夠以高于98％的精度對冰山萵苣進行評分。

研究人員在位于伊利的英國第二大蔬菜種植者G’s Growers進行了田間試驗。

作物研究人員，種植者和農(nóng)民使用航拍圖像在生長季節(jié)監(jiān)測作物。

為了從田間采集的大規(guī)模航空影像中提取有意義的信息，需要高通量的表型分析解決方案，這不僅可以產(chǎn)生關鍵作物性狀的高質(zhì)量指標，還可以幫助農(nóng)民做出迅速可靠的作物管理決策。

該軟件包括測量數(shù)量，大小和精確定位，以幫助農(nóng)民精確收獲，并以最有效的方式將作物推向市場。重要的是，這項技術可以應用于其他作物，擴大整個食物鏈的積極影響范圍。

生菜是一種需求量非常大的蔬菜，特別是在東安格利亞，每年在英國生產(chǎn)122,000噸。由于種植過程效率低下以及收獲策略，高達30％的產(chǎn)量可能會損失，如果能夠?qū)崿F(xiàn)，可以帶來顯著的經(jīng)濟增長。

非常重要的是，農(nóng)民和種植者必須準確了解作物何時可以收獲成果，以便他們能夠啟動物流規(guī)劃，交易和銷售其產(chǎn)品。

然而，傳統(tǒng)上，在田間測量作物非常耗時且勞動強度大，而且容易出錯;因此，基于航拍圖像的新型AI解決方案可以提供更加強大和有效的方法。

種植效率的另一個障礙是，近年來一直在增加的惡劣天氣條件可以非常顯著地減少收獲時間，因為作物需要不同的成熟時間。

AirSurf技術 – 由Earlham Institute的周氏集團成員開發(fā)，包括該項目論文的第一作者，Alan Bauer和Aaron Bostrom–使用深度學習和超大規(guī)模成像分析來測量高濃度的卷心萵苣 – 吞吐量模式。這能夠識別萵苣植物的精確數(shù)量和位置，并具有識別作物品質(zhì)的額外優(yōu)勢。

將該系統(tǒng)與GPS相結合，農(nóng)民可以追蹤田間萵苣的大小分布，這只會有助于提高農(nóng)業(yè)實踐的準確性和有效性，包括收獲時間。

第一作者，EI的Alan Bauer說：“這種跨學科的合作將計算機視覺和機器學習與萵苣種植業(yè)務相結合，以展示我們?nèi)绾卫脵C器學習提高作物產(chǎn)量。”

G’s Growers的行業(yè)合作伙伴，創(chuàng)新經(jīng)理Jacob Kirwan補充說：“大規(guī)模種植意味著在確保我們以環(huán)保和經(jīng)濟可持續(xù)的方式生產(chǎn)作物時，精確度至關重要。使用像AirSurf這樣的技術意味著種植者能夠以更高水平的細節(jié)了解其田地和作物的變異性。

然后可以從這些信息中做出決定，例如不同的投入和灌溉應用;改變收獲策略和規(guī)劃出售作物的最佳時間，都將有助于提高農(nóng)業(yè)產(chǎn)量和提高農(nóng)業(yè)生產(chǎn)力。