Politehnički univerzitet u Valenciji razvio je aplikaciju sposobnu za ranu identifikaciju bolesti na drveću narandže i razne štetočine sa slika lišća i plodova. Sistem, zasnovan na tehnikama veštačka inteligencija, postiže tačnost od 99,58% u svojim testovima.
Cilj je jasan: pomoć uzgajivačima citrusa a zaustavi se u vremenu fitosanitarni problemi, započinjanje tretmana prije nego što se prošire i smanjenje ekonomskih gubitaka na farmama u Španiji i drugim evropskim zemljama proizvođačima.
Kako je alat nastao i čemu služi
UPV tim je otkrio da je postojeća rješenja za citrusno voće Eran nedovoljno i neprecizno, zbog čega se odlučila za poboljšani model koji bi povećao pouzdanost dijagnoze. Inicijativa je dio akademskog i primijenjenog istraživanja zdravlja stabala narandže.
Prema odgovornoj grupi, cilj je od početka bio postići vrlo visoku stopu uspjeha i ponuditi stvarnu korisnost na terenu, uz jednostavnu aplikaciju za... uzgajivači citrusaTehnički razvoj je proveden u kontekstu doktorske disertacije, uz učešće specijaliziranih istraživača sa univerziteta.
Kako funkcioniše i na kojim uređajima radi
Aplikacija se pokreće na iOS, Android, Windows, Linux i Raspberry PiPored mobilne verzije, postoji još jedna dizajnirana za velike farme koja se može pokretati na ličnim računarima i Raspberry Pi uređajima, sa mogućnošću slanja dnevni izvještaji putem e-pošte sa rezultatima analize drveta.
Među njegovim prednostima ističe se to što ne zahtijeva internetsku vezu ili eksterne servere, budući da se obrada vrši na samom uređaju. To omogućava rad u područjima s ograničenom pokrivenošću i sa mala potrošnja resursa, slanjem fotografija lišća i naranči direktno u aplikaciju radi evaluacije.
Šta aplikacija dijagnosticira i koliko tačno?
Sistem pouzdano razlikuje narandže od ostalog voća (klasificiranog kao ne-narandžasta), prepoznaje kada je plod zdrav i detektuje osam bolesti i štetočina i u listovima i u plodovima, za što je posebno obučen.
Među uslovima koje identifikuje su, na primjer, melanoza, blackheads, rak ili takozvano ozelenjavanje. Alat stoga nudi brz vodič za odlučivanje korektivne radnje i spriječiti nekontrolirano širenje mrlja i lezija.
Model je obučen sa standardiziranim skupom 5.073 slike Nakon početnog treninga, primijenjen je proces finog podešavanja, čime je postignuta stopa tačnosti od 99,58%. Osnova je duboko učenje, s neuronskim mrežama sposobnim za izdvajanje vizualnih obrazaca. relevantno za dijagnozu.
Napredak u poređenju sa prethodnim rješenjima
U poređenju s prethodnim alatima, prijedlog UPV-a pokazuje veću stopu uspjeha, dok smanjuje računarsko opterećenje i poboljšava praktičnost korištenja u pokretu. Mogućnost rada na telefonu i analize slika na licu mjesta pojednostavljuje svakodnevno praćenje zdravlja na farmi.
Rad bez internet veze i bez oslanjanja na servere povećava otpornost: u regijama uzgoja agruma gdje pokrivenost fluktuira, poljoprivrednik zadržava mogućnost da dijagnosticirati u ovom trenutku i donositi odluke bez odlaganja, poboljšavajući integrirano upravljanje štetočinama.
Sljedeći koraci: roboti, dronovi i senzori
Tim već radi na integraciji aplikacije u roboti i dronovi sposoban za putovanje kroz parcele, snimanje slika i dijagnosticiranje mrlja i bolesti u hodu. Ideja je proširiti nadzor na cijelu farmu uz manje ručnog opterećenja i češće inspekcije.
Osim toga, planirano je kombinovanje softvera sa sistemima mreže senzora za navodnjavanje, gnojidbu i plin, tako da se podaci o okolišu mogu unakrsno povezati sa zdravstvenim stanjem i da se mogu pokrenuti precizniji odgovori na probleme koji utiču na prinos usjeva.
Za španske proizvođače, posebno u ključnim područjima agruma, ove mogućnosti se mogu prevesti u bolja produktivnost, manji gubitak usjeva i opipljiva podrška za donošenje odluka na terenu, kako na malim farmama tako i na intenzivnim farmama.
Pomoću višeplatformske aplikacije, obrade van mreže, modela obučenog s hiljadama slika i Tačnost od 99,58%Razvoj UPV-a predstavlja značajan korak naprijed u ranom otkrivanju bolesti u nasadima narandži i postavlja temelje za njihovu primjenu u robotima, dronovima i senzorima koji jačaju zdravlje biljaka u sektoru agruma.