Revulocyjny projekt badawczy opracował nowatorską platformę, która łączy sztuczną inteligencję, obliczenia w chmurze oraz technologię dronów, aby rewolucjonizować produkcję ryżu. Platforma o nazwie Panicle-Cloud wykorzystuje obliczenia w chmurze oparte na sztucznej inteligencji do kwantyfikacji kłosów ryżowych na podstawie obrazów zebranych przez drony, umożliwiając klasyfikację plonów ryżu.
Zespół badawczy stworzył zestaw danych eksperckich, zatytułowany „diverse rice panicle detection (DRPD)”, oraz zintegrował kilka modeli nauki głębokiej w platformie Panicle-Cloud. Przez iteracyjne udoskonalenia zespół zidentyfikował model Panicle AI jako najbardziej precyzyjny w wykrywaniu i kwantyfikacji kłosów ryżowych. Analizując loty dronów na różnych wysokościach i stadiach wzrostu, ustalili, że wysokość 7 metrów w początkowych fazach napełniania ziarna daje najlepsze wyniki.
Analiza korelacji potwierdziła skuteczność modelu Panicle AI, zwłaszcza przy wysokości 7 metrów, która charakteryzowała się wysokim współczynnikiem korelacji. Ten model przewyższał 13 innych aktualnych modeli nauki głębokiej pod względem dokładności wykrywania kłosów. Przyjazna dla użytkownika platforma Panicle-Cloud umożliwia niestrudzenym wyboru modeli AI do wykrywania kłosów za pomocą interfejsu internetowego. Platforma ta optymalizuje również obliczenia przez przycinanie większych obrazów.
W dwusezonowym polowym eksperymencie ryżowym platforma skutecznie sklasyfikowała produkcję plonów ryżu na kategorie: niska, średnia i wysoka, z ogólną dokładnością przekraczającą 84%. Ta funkcja umożliwia hodowcom ryżu efektywne przebieranie i wybieranie preferowanych odmian na podstawie przewidywanej wydajności plonów.
Dzięki połączeniu sztucznej inteligencji, obliczeń w chmurze i technologii dronów, Panicle-Cloud dostarcza efektywne i precyzyjne rozwiązanie do kwantyfikacji cech związanych z plonami w ryżu. Ta technologia ma potencjał do znacznego ulepszenia procesów hodowli i uprawy ryżu, radząc sobie z wyzwaniami wynikającymi z zmian klimatycznych i rosnącego zapotrzebowania na żywność. Dzięki dostępności i zaawansowanym narzędziom fenotypizacji, Panicle-Cloud umożliwia szerszej grupie użytkowników wybór odmian ryżu o wysokiej wydajności, przyczyniając się do bezpieczeństwa żywnościowego na skalę globalną.
Źródło: 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 foodnext.nl