Ein bahnbrechendes Forschungsprojekt hat eine innovative Plattform entwickelt, die künstliche Intelligenz, Cloud-Computing und Drohnentechnologie kombiniert, um die Reisproduktion zu revolutionieren. Die Plattform namens Panicle-Cloud nutzt KI-gesteuertes Cloud-Computing, um Reisrispen anhand von aus Drohnen gesammelten Bildern zu quantifizieren und somit die Klassifizierung der Ertragsproduktion im Reisanbau zu ermöglichen.
Das Forschungsteam hat einen umfangreichen Datensatz zur Erkennung unterschiedlicher Reisrispen (DRPD) erstellt und mehrere Deep-Learning-Modelle in die Panicle-Cloud-Plattform integriert. Durch iterative Verbesserungen wurde das Panicle-KI-Modell als das genaueste zur Erkennung und Quantifizierung von Reisrispen identifiziert. Durch Analyse von Drohnenflügen in verschiedenen Höhen und Wachstumsstadien konnte festgestellt werden, dass eine Höhe von 7 m während der frühen Kornfüllungsstadien die besten Ergebnisse lieferte.
Korrelationsanalysen bestätigten die Wirksamkeit des Panicle-KI-Modells, insbesondere bei einer Höhe von 7 m, mit einem hohen Korrelationskoeffizienten. Dieses Modell übertraf 13 andere modernste Deep-Learning-Modelle hinsichtlich der Genauigkeit bei der Erkennung von Rispen. Die benutzerfreundliche Panicle-Cloud-Plattform ermöglicht es auch Nicht-Experten, KI-Modelle zur Rispen-Erkennung über eine webbasierte Schnittstelle auszuwählen. Die Plattform optimiert zudem die Berechnung durch Ausschneiden größerer Bilder.
In einem mehrjährigen Reisfeldversuch konnte die Plattform die Ertragsproduktion erfolgreich in die Kategorien niedrig, mittel und hoch klassifizieren, mit einer Gesamtgenauigkeit von über 84%. Diese Funktion ermöglicht Reis-Züchtern eine effektive Auswahl bevorzugter Sorten basierend auf prognostizierter Ertragsleistung.
Durch die Integration von KI, Cloud-Computing und Drohnentechnologie bietet Panicle-Cloud eine effiziente und präzise Lösung zur Quantifizierung ertragsrelevanter Merkmale beim Reisanbau. Diese Technologie hat das Potenzial, die Reis-Saatgutzucht und Anbauprozesse erheblich zu verbessern, indem sie den Herausforderungen des Klimawandels und der zunehmenden Nahrungsnachfrage begegnet. Mit ihrer Zugänglichkeit und ihren fortschrittlichen Phänotypisierungswerkzeugen ermöglicht Panicle-Cloud einer breiteren Benutzergruppe die Auswahl hochertragreicher Reissorten und trägt so zur weltweiten Ernährungssicherheit bei.
Referenz: Teng, Z., et al. „Panicle-Cloud: An Open and AI-Powered Cloud Computing Platform for Quantifying Rice Panicles from Drone-Collected Imagery to Enable the Classification of Yield Production in Rice.“ Plant Phenomics (2023). DOI: 10.34133/plantphenomics.0105
The source of the article is from the blog bitperfect.pe