Câte plante de roșii sănătoase vor produce un lot de semințe? Cercetătorii de la Robotica Agroalimentară de la Universitatea și Cercetarea din Wageningen au dezvoltat un test automat de germinare care oferă crescătorilor și cultivatorilor de semințe răspunsuri rapide și obiective la această întrebare, economisind costuri și sporind eficiența.
Producătorilor le place să livreze plante uniforme și, prin urmare, doresc să cunoască calitatea semințelor pe care le comandă. Câte plante produce un lot de semințe? Există exemplare care rămân în urmă în creștere, au o tulpină răsucită sau o frunză lipsă? Atât crescătorii de semințe, cât și cultivatorii efectuează teste de germinare.
Plantele cultivate în urma acestor teste sunt evaluate manual și în conformitate cu propriile criterii și metode de creștere ale companiei. Un crescător de semințe, de exemplu, cultivă exact în aceleași condiții pe tot parcursul anului, în timp ce într-o seră comercială aceste condiții pot varia în funcție de sezon. . „Rezultatele testelor germinative pot, prin urmare, să difere unele de altele. Acest lucru face dificilă creșterea semințelor să fie de acord cu privire la calitatea semințelor și pentru cultivatori să estimeze în mod corespunzător producția de răsaduri ”, spune Lydia Meesters, cercetător la Agro Food Robotics la Universitatea și cercetarea Wageningen.
Rețele neuronale
În proiect Exploatarea instrumentelor de fenotipare a plantelor de înaltă tehnologie pentru companiile de reproducere și cultivatori (2018-2021), cercetătorii de la Agro Food Robotics de la Wageningen University & Research au dezvoltat un test automat de germinare standardizat, care elimină aceste probleme.
„Cu sistemul nostru de camere MARVIN, realizăm un număr mare de pelicule de răsaduri de mare viteză și le conectăm la software-ul de clasificare”, spune Meesters. „Software-ul folosește rețele neuronale (deep learning), o formă de inteligență artificială care permite computerelor să învețe pe baza informațiilor pe care le primesc. În acest caz realizăm atât imagini bidimensionale, cât și imagini tridimensionale. ”
Previziune mai bună
Unul dintre cei unsprezece parteneri ai proiectului este Paul Verbruggen, cercetător la Bejo Zaden din Warmenhuizen. „Căutăm întotdeauna să prezicem mai bine calitatea și uniformitatea plantelor de roșii din semințele noastre”, explică el.
Acest obiectiv este acum la îndemână datorită cercetării Wageningen. „Sistemul de camere Marvin pare să prezică destul de bine calitatea plantelor”, spune Verbruggen. „Când adăugați noi tehnologii, cum ar fi inteligența artificială, fiabilitatea crește semnificativ. Primele rezultate indică, de asemenea, că nu contează dacă colectați imagini 2-D sau 3-D ale plantelor de roșii. „Pentru noi este plăcut să știm, deoarece confirmă faptul că Bejo Zaden folosește deja un sistem bun.”
Lucrând eficient
Verbruggen a menționat, de asemenea, că este dificil să se ajungă la un consens cu alte părți cu privire la modul exact de măsurare a calității semințelor. „Lucrăm acum la modele predictive personalizate, cu care fiecare partener de lanț își poate antrena propriul model.” Dacă depinde de Meesters, aceste modele sunt doar începutul. „Cu cât tehnologia modernă este integrată în sere, cu atât companiile devin mai eficiente.”