Stap gezet in ontwikkeling oogstrobots
De afgelopen maanden is er specifiek vooruitgang geboekt in het onderscheiden van individuele plantendelen. Zo kan bijvoorbeeld met grote zekerheid worden vastgesteld waar de stam, vruchten en bladeren van een plant in een beeld gepositioneerd zijn. Dit maakt het mogelijk om de lokale geometrie inzichtelijk te maken. Tot op heden was deze onderverdeling niet of nauwelijks robuust te realiseren, echter maakt Deep Learning dit nu op grote schaal en snelheid mogelijk.
Voor toepassingen moet men in eerste instantie denken aan oogstrobots. Deze nieuwe generatie mechinisatie heeft exacte localisatie van plant onderdelen nodig hebben om succesvol de grijper te positioneren voor het afsnijden.
Maar ook voor fenotypering in bijvoorbeeld plantveredeling is deze nieuwe techniek waardevol. Het beoordelen van de planteigenschappen is nu nog vaak mensenwerk, echter met onze techniek kunnen veel planteigenschappen in de nabije toekomst geautomatiseerd worden.
Een derde toepassing is het detecteren van ziektes. Op dit moment rijden er al meetsystemen over het veld of door de kas. Met Deep Learning op basis van hyperspectrale beelden kunnen we snel op pixel niveau bepalen of er een ziekte of plaag aanwezig is op de plant.
Het onderzoek naar deze nieuwe techniek vereist echter wel het nodige (computer) rekenwerk. Hiervoor zijn meerdere GPU geaccelereerde rekencomputers aangeschaft. Ook is er veel data nodig om de neurale netwerken te trainen. Omdat dit vooralsnog vooral handmatig werk is, doen wij ook onderzoek om dit deels te automatiseren.
Dit project heeft subsidie ontvangen van het Horizon 2020 programma voor onderzoek en innovatie van de Europese Unie onder contract No 644313.
Bron: Wageningen University & Research