Ilan sa mga malulusog na halaman ng kamatis ang magbubunga ng maraming binhi? Ang mga mananaliksik mula sa Agro Food Robotics sa Wageningen University & Research ay nakabuo ng isang awtomatikong pagsubok sa pagsibol na nagbibigay sa mga breeders at growers ng mabilis at layunin na mga sagot sa katanungang ito, nakakatipid ng gastos at nagdaragdag ng kahusayan.
Gusto ng mga Grower na maghatid ng mga pare-parehong halaman at samakatuwid ay nais na malaman ang kalidad ng binhi na kanilang inuorder. Ilan ang mga halaman na nakukuha ng isang pangkat ng binhi? Mayroon bang mga ispesimen na nahuhuli sa paglaki, may isang baluktot na tangkay, o isang nawawalang dahon? Ang parehong mga breeders ng binhi at growers ay nagsasagawa ng mga pagsubok sa germination.
Ang mga halaman na lumago mula sa mga pagsubok na ito ay manu-manong tinatasa, at ayon sa sariling pamantayan ng kumpanya at lumalaking pamamaraan. Halimbawa, ang isang tagabuo ng binhi ay nagsasaka sa ilalim ng eksaktong parehong mga kondisyon sa buong taon, samantalang sa isang komersyal na greenhouse ang mga kondisyong ito ay maaaring magkakaiba bawat panahon . "Ang mga resulta ng mga pagsubok sa germination ay maaaring, samakatuwid, magkakaiba sa bawat isa. Pinahihirapan ito para sa mga sumasaka ng binhi na sumang-ayon sa kalidad ng binhi at para sa mga nagtatanim na maayos na tantyahin ang paggawa ng mga punla, "sabi ni Lydia Meesters, mananaliksik sa Agro Food Robotics sa Wageningen University & Research.
Neural network
Sa proyekto Ang pagsasamantala sa mga tool na phenotyping ng high-tech na halaman para sa mga kumpanya ng pag-aanak at mga growers (2018-2021), ang mga mananaliksik mula sa Agro Food Robotics sa Wageningen University & Research ay gumawa ng isang awtomatiko, istandardisadong pagsubok sa germination na inaalis ang mga problemang ito.
"Sa aming system ng MARVIN camera, gumawa kami ng isang malaking bilang ng mga bilis ng pelikula ng mga seedling ng kamatis at maiugnay ito sa software ng pag-uuri," sabi ng Meesters. "Gumagamit ang software ng mga neural network (malalim na pag-aaral), isang uri ng artipisyal na katalinuhan na nagbibigay-daan sa mga computer na matuto batay sa natanggap nilang impormasyon. Sa kasong ito, gumagawa kami ng parehong 2-dimensional at 3-dimensional na mga imahe. ”
Mas mahusay na hula
Ang isa sa labing-isang kasosyo sa proyekto ay si Paul Verbruggen, mananaliksik sa Bejo Zaden sa Warmenhuizen. "Palagi kaming naghahanap upang mas mahulaan ang kalidad at pagkakapareho ng mga halaman na kamatis mula sa aming binhi," paliwanag niya.
Ang layuning iyon ay maabot na ngayon salamat sa pagsasaliksik sa Wageningen. "Lumilitaw na ang system ng Marvin camera upang mahulaan ang kalidad ng mga halaman nang maayos," sabi ni Verbruggen. "Kapag nagdagdag ka ng bagong teknolohiya, tulad ng artipisyal na katalinuhan, ang pagiging maaasahan ay tumataas nang malaki. Ipinapahiwatig din ng mga unang resulta na hindi mahalaga kung mangolekta ka ng 2-D o 3-D na mga imahe ng mga halaman na kamatis. "Para sa amin masarap malaman, dahil kinukumpirma nito na gumagamit na ng mahusay na system si Bejo Zaden."
Gumagawa nang mahusay
Sinabi din ni Verbruggen na mahirap makarating sa pinagkasunduan sa iba pang mga partido sa kung paano eksaktong sukatin ang kalidad ng binhi. "Nagsusumikap kami ngayon sa pinasadya na hinulaan na mga modelo, na kung saan ang bawat kasosyo sa kadena ay maaaring magsanay ng sarili nitong modelo." Kung nasa Meesters ito, ang mga modelong ito ay nagsisimula pa lamang. "Ang mas maraming modernong teknolohiya ay isinama sa mga greenhouse, mas mahusay ang mga kumpanya ay naging."