一项西方研究可以通过使用人工智能(AI)和被动摄像头监控来加强草莓种植，帮助农民摆脱潜在的困境。
在国际期刊《食品》上发表的一篇论文中，西方工程师描述了一种新的机器学习方法，该方法在草莓的成熟度和疾病检测方面产生了前所未有的精确度和准确率。
在过去的二十年里，人工智能和计算机视觉已经被用于监控各种不同的作物，大多数时候，监控是由昂贵的第三方私人公司完成的，从农民手中夺走了控制权。
Joshua Pearce, Western Engineering and Ivey Business School信息技术与创新John M. Thompson主席;西方电子和计算机工程教授苏德·尼坎(Soodeh Nikan);和他们的合作者正在进行一个新项目，由韦斯顿家庭基金会的本土创新挑战资助和支持，以大大延长加拿大的浆果生长季节。
他们的方法对每个人都适用。免费的。
皮尔斯说:“我们正在采取的降低未来成本的方法之一是使用计算机视觉和自动检测。”“一如既往，我们采取了开源的方法，并整合了最新和最伟大的技术，以大幅提高整体精度和准确性。”
虽然未来的研究将使用现已证实的传统户外作物模型，但该项目是在一个农伏式农业隧道中执行的，这是一个室内种植系统，包含高密度垂直气耕(在空气中种植植物)和水培(在水中种植植物)混合系统，使用高效，光谱优化的LED种植灯。内部的所有系统都由外部的农业发电(农作物上的太阳能光伏系统)供电。
“人工智能以前曾用于作物监测，但都没有达到我们所达到的精度。我们已经大大提高了检测不同疾病的准确性，还可以检测草莓的亮度，这对于了解作物的质量和确定最佳采摘时间至关重要。”
在草莓成熟度和病害分类方面，新模型的准确率接近99%，使其成为解决全球食物浪费危机的潜在有价值的工具。它的实时性能至关重要，因为它允许在整个生长季节对作物进行连续和准确的评估。
Joshua Pearce和Soodeh Nikan在环境科学西部野外站的一个农业光伏装置下研究草莓。(杰夫Renaud)
收益期货，而不是未来主义
人工智能可以高精度地进行检测，但它通常需要一个巨大的数据集，必须存储在具有大量内存的计算机上。它也很昂贵。
考虑到农业发电/农业隧道运营商和中小型农场，Pearce和Nikan专注于为农业部门的每个人寻找解决方案。
皮尔斯说:“我们希望缩小这些人工智能模型的尺寸，使其对农民和本地化生产可行。”“我们不仅想提高准确率，而且还想缩小模型的尺寸，目前准确率在98%以上。”
在这项研究中，皮尔斯是太阳能、开源3d打印和回收方面的专家，他使用人工智能进行质量控制，他与尼坎合作，尼坎在人工智能和计算机视觉方面拥有多年的工作经验，从自动驾驶汽车、听力障碍筛查到睡眠模式和心律失常。
“如今，减少浪费和食品成本显然是一个大问题。像每个人一样，当我去杂货店看到新鲜水果和蔬菜的价格时，我总是感到惊讶。”“在选择项目时，我通常会寻找对安全至关重要的项目或社会需求。凭借我在其他应用领域的经验，我抓住了这个机会，将我的知识和专业知识应用到食品安全领域。”
新的西方人工智能模型只需要少量的初始数据，在这种情况下是图像，就可以生成一个更大的工作数据集，用于草莓的成熟度跟踪和疾病检测。
而且由于新模式是完全开源的，它使所有农场都处于一个公平的竞争环境中——无论它们是大是小，是室内还是室外。
皮尔斯说:“这个软件是完全免费和开源的，任何类型的农民都可以免费下载，然后根据他们的需要进行调整。”“当他们检测到疾病时，他们可能更喜欢让人工智能系统给他们发电子邮件或打电话，甚至转发一张特定植物的图片。软件是开放的，你可以把它变成你自己的。”
下一步，皮尔斯和尼坎打算在户外试验这种软件，可能会使用无人机来监测更多传统的草莓田。此外，他们正在使用人工智能计算机生成的合成图像，以进一步减少所需的真实照片数量。
Nikan说:“与拍摄数百万草莓的低效率、高成本的方法相反，我们正在使用合成图像和开源软件自己创建数百万张图像，计算机功率相对较低，这现在使我们能够精确地观察非常具体的植物的成熟和疾病。”
本文来自作者[admin]投稿，不代表凯文慧通立场，如若转载，请注明出处：https://wap.eventrust.cn/wiki/202507-17125.html
评论列表（4条）
我是凯文慧通的签约作者“admin”！
希望本篇文章《机器学习助力草莓种植》能对你有所帮助！
本站[凯文慧通]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：一项西方研究可以通过使用人工智能(AI)和被动摄像头监控来加强草莓种植，帮助农民摆脱潜在的困境。 在国际期刊《食品》上发表的一篇论文中，西方工程师描述了一种新的机器学习方法，...