Polytechnická univerzita ve Valencii vyvinula aplikaci schopnou včasné identifikace nemoci pomerančovníků a různé škůdce z obrázků listů a plodů. Systém, založený na technikách umělá inteligence, dosahuje ve svých testech přesnosti 99,58 %.
Cíl je jasný: pomoc pěstitelům citrusů a zastavit se v čase fytosanitární problémy, zahájení ošetření před jejich rozšířením a snížení ekonomických ztrát na farmách ve Španělsku a dalších evropských producentských zemích.
Jak se nástroj zrodil a k čemu slouží
Tým UPV zjistil, že stávající řešení pro citrusové plody Eran nedostatečné a nepřesné, a proto se rozhodla pro vylepšený model, který by zvýšil spolehlivost diagnózy. Tato iniciativa je součástí řady akademického a aplikovaného výzkumu zdraví pomerančovníků.
Podle odpovědné skupiny byl od začátku cílem dosáhnout velmi vysoké míry úspěšnosti a nabídnout skutečnou užitečnost v terénu pomocí snadno použitelné aplikace pro… pěstitelé citrusůTechnický vývoj byl proveden v rámci disertační práce za účasti specializovaných výzkumníků z univerzity.
Jak to funguje a na jakých zařízeních to funguje
Aplikace běží na iOS, Android, Windows, Linux a Raspberry PiKromě mobilní verze existuje ještě jedna určená pro velké farmy, kterou lze provozovat na osobních počítačích a zařízeních Raspberry Pi s možností odesílání denní e-mailové reporty s výsledky analýzy stromu.
Mezi jeho výhody patří, že nevyžaduje připojení k internetu ani externí servery, protože zpracování probíhá přímo na zařízení. To umožňuje práci v oblastech s omezeným pokrytím a s... nízká spotřeba zdrojů, nahrávání fotografií listů a pomerančů přímo do aplikace k vyhodnocení.
Co aplikace diagnostikuje a jak přesně
Systém spolehlivě rozlišuje pomeranče od ostatního ovoce (klasifikovaného jako neoranžová), rozpozná, kdy je ovoce zdravé, a detekuje osm chorob a škůdců jak v listech, tak v plodech, k čemuž byl speciálně vycvičen.
Mezi stavy, které identifikuje, patří například melanóza, černé tečky, rakovina nebo tzv. greening. Nástroj tak nabízí rychlého průvodce rozhodováním nápravná opatření a zabránit nekontrolovatelnému šíření skvrn a lézí.
Model byl trénován se standardizovanou sadou 5.073 obrázky A po počátečním trénování byl aplikován proces jemného ladění, který dosáhl přesnosti 99,58 %. Základem je hluboké učení s neuronovými sítěmi schopnými extrahovat vizuální vzory. relevantní pro diagnózu.
Pokrok ve srovnání s předchozími řešeními
Ve srovnání s předchozími nástroji vykazuje návrh UPV vyšší míru úspěšnosti, zatímco snižuje výpočetní zátěž a zlepšuje praktičnost používání na cestách. Možnost spouštět na telefonu a analyzovat snímky na místě zjednodušuje každodenní sledování zdraví na farmě.
Práce bez připojení k internetu a bez závislosti na serverech zvyšuje odolnost: v oblastech pěstování citrusů, kde pokrytí kolísá, si zemědělec zachovává možnost diagnostikovat v tuto chvíli a bez prodlení činit rozhodnutí, čímž se zlepší integrovaná ochrana proti škůdcům.
Další kroky: roboti, drony a senzory
Tým již pracuje na integraci aplikace do roboty a drony schopný pohybovat se po parcelách, pořizovat snímky a diagnostikovat skvrny a choroby za chodu. Cílem je rozšířit dohled na celou farmu s menší manuální zátěží a častějšími kontrolami.
Kromě toho se plánuje kombinace softwaru se systémy sítě zavlažování, hnojení a senzorů plynu, aby bylo možné porovnávat environmentální data se zdravotním stavem a spouštět přesnější reakce na problémy ovlivňující výnos plodin.
Pro španělské producenty, zejména v klíčových oblastech citrusů, se tyto schopnosti mohou promítnout do lepší produktivita, menší ztráty na úrodě a hmatatelná podpora pro rozhodování v terénu, a to jak na malých, tak i na intenzivních farmách.
S multiplatformní aplikací, offline zpracováním, modelem trénovaným s tisíci obrázky a 99,58 % správněVývoj UPV představuje významný krok vpřed ve včasné detekci chorob v pomerančových hájích a pokládá základy pro jejich nasazení v robotech, dronech a senzorech, které posilují zdraví rostlin v citrusovém sektoru.