米の生産に革新をもたらす、人工知能、クラウドコンピューティング、ドローン技術を融合した、画期的な研究プロジェクトが開発した最新プラットフォームがあります。このプラットフォームは「Panicle-Cloud」と呼ばれ、AIパワードのクラウドコンピューティングを活用して、ドローンで収集された画像から米の穂を数量化し、収量を分類することができます。
研究チームは、専門家による多様な稲穂検出（DRPD）データセットを作成し、複数のディープラーニングモデルをPanicle-Cloudプラットフォームに統合しました。反復的な改善を行うことで、チームはPanicle AIモデルを稲穂の検出と数量化において最も精度の高いモデルと特定しました。異なる高度と成長段階でのドローン飛行の分析により、早い籾充において7mの高度が最も良い結果を示すことがわかりました。
相関分析により、特に7mの高さでPanicle AIモデルの効果が確認され、高い相関係数が示されました。このモデルは、稲穂検出の精度において、他の13の最先端なディープラーニングモデルを上回りました。ユーザーフレンドリーなPanicle-Cloudプラットフォームでは、ウェブベースのインターフェースを介して、非専門家も稲穂検出のためのAIモデルを選択することができます。また、大きな画像を切り取ることで計算を最適化します。
2シーズンの稲田試験において、このプラットフォームは、全体的な正確度が84％以上で、低、中、高のカテゴリーに米の収量を正しく分類することに成功しました。この機能により、米の育種者は予測された収量性能に基づいて好みの品種を効果的に選択することができます。
人工知能、クラウドコンピューティング、ドローン技術を統合したPanicle-Cloudは、米の収量関連の特徴を数量化するための効率的で正確なソリューションを提供します。この技術は、気候変動や食料需要の増加によって引き起こされる課題に対処し、米の育種と栽培プロセスを大幅に向上させる潜在能力を持っています。アクセス性と先進的な表現型解析ツールを備えたPanicle-Cloudは、より広範囲のユーザーが高収量の米の品種を選択する能力を持ち、食料の安全保障に貢献します。
参考文献: 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 kunsthuisoaleer.nl