Son zamanlarda yapılan bir devrim niteliğindeki bir çalışma, patates tüberlerinin kalitesini ve hastalık şiddetini değerlendirmek için ileri görüntüleme ve makine öğrenme tekniklerinin kullanılmasını sağlamaktadır. ScabyNet adı verilen erişilebilir bir uygulamanın geliştirilmesine yol açan bu yenilikçi yaklaşım, tarım sektöründe çağın gerektirdiği teknolojilerin potansiyelini sergilemektedir.
Çalışmanın temel amacı, pazarlama potansiyeli olan patates tüberlerinin kalitesini anlamak için tüp uzunluğu, genişlik, alan ve renk gibi çeşitli morfoloji özelliklerini değerlendirmekti. Ayrıca, araştırmacılar patates tüberlerinde yaygın şekilde bulunan siğil hastalığını (CS) tespit etmek ve şiddetini miktarlamak için Makine Öğrenmesi’nin bir türü olan Convlutional Neural Networks (CNN) kullanmayı amaçlamışlardır. Son olarak, çalışma bu işlevleri kullanıcı dostu bir uygulamaya entegre etmeyi hedeflemiştir.
Araştırmacılar hedeflerine ulaşmak için Norveç’teki farklı patates genotiplerinden toplamda 7200 tüpü analiz etti ve bunları Canon PowerShot G9 X Mark II kamerası kullanarak kaydetti. Bu görüntüler daha sonra ScabyNet arayüzü içinde OpenCV ve TensorFlow kullanılarak işlendi. Uygulamanın grafik kullanıcı arayüzü (GUI), tüp morfoloji özelliklerini değerlendirmek için bir modül ve CS’ye bağlı lezyonları değerlendirmek için başka bir modül içeriyordu.
ScabyNet tarafından kullanılan görüntü işleme aşaması, arka plan temizleme, renk dönüşümü, nesne tanıma ve bölütleme gibi birkaç önemli adımı içeriyordu. Araştırmacılar doğruluk sağlamak için Trainable Weka Segmentation (TWS) adlı bir makine öğrenme aracı kullandıktan sonra manuel doğrulama yaptılar. ScabyNet’in derin öğrenme modülü, CS şiddet düzeylerini tahmin etmek için VGG16, VGG19 ve ResNet50V2 gibi çeşitli mimarileri kullandı.
Ayrıca, ScabyNet L*a*b renk uzayında renk analizi sağladı ve K-means renk nicelleştirmesini kullandı. Bireysel görüntü sonuçları ekranda görüntülendi, toplu işleme sonuçları ise ilişkili ölçümlerle birlikte belirlenmiş bir klasöre kaydedildi. Özetlemek gerekirse, bu devrim niteliğindeki metodoloji, patates tüberlerinin kalitesini ve hastalık şiddetini değerlendirmek için sağlam bir çerçeve oluşturarak tarım uygulamalarına ve pazar analizine potansiyel fayda sağlar.
Gelişmiş görüntüleme ve makine öğrenme gibi çağdaş teknolojileri kullanarak, bu çalışma tarım sektöründe yenilik için büyük potansiyel sunduğunu göstermektedir. ScabyNet’in geliştirilmesiyle, çiftçiler ve araştırmacılar artık patates tüberlerinin kalitesini ve şiddetini doğru bir şekilde değerlendirecek erişilebilir bir araca sahiptir, bu da daha bilinçli tarım uygulamaları ve gelişmiş pazar analizi anlamına gelir.
The source of the article is from the blog coletivometranca.com.br