hrvatski

Potencijal primjene RGB kamera u nasadu jabuke

U suvremenoj voćarskoj proizvodnji teži se stvaranju optimalnih uvjeta za uzgoj voćaka, postizanje visokog priroda i što bolje kvalitete ploda. Klimatske promjene postale su velik problem današnjice negativne posljedice odražavaju se sve više na uzgoj voćaka, kvalitetu ploda te pojavu bolesti i šte što u konačnici utječe na ekonomsku isplativost proizvodnje. Napretkom tehnologije, detekcija kro strojno učenje ima veliki potencijal za mogućnost primjene RGB kamera u voćnjacima koje bi pom proizvođačima u ranom otkrivanju problema na točnoj lokaciji u samom nasadu. Pomoću digitalnih kamera [kamera opremljena standardnim komplementarnim metal- oksidni poluvodičkim (CMOS) senzorom putem kojeg se dobivaju fotografije objekata u boji] i strojnog učenja, voćari bi na vrijem mogli detektirati potencijalnu štetu koja može biti prouzrokovana ekonomski značajnim štetnicima, bolestima kao i vanjskim nepovoljnim utjecajima i reagirati na odgovarajući način. Provedeno je preliminarno istraživanje u kojem je izvršeno fotografiranje RGB kamerom nasumično odabranih s jabuke, prikupljanje i obrada te anotiranje fotografija u računalnom programu Labellmg gdje su ozn zdravi listovi i plodovi kao i oni zahvaćeni bolešću, štetnikom, nedostatkom hraniva, odnosno određenom deformacijom. Temeljem manjeg broja fotografija (oko 1000) i anotacija (oko 4000) po metode prepoznavanja Convolutional neural network (CNN) dobiveni su pozitivni rezultati kojima j utvrđeno kako se može prepoznati razlika između zdravog ploda i lista od onih napadnutih od stra određenog štetnika odnosno zaraženog bolestima kao i prisutnih posljedica nepovoljnih okolišnih kao što su na primjer mraz i tuča. Takav kontinuirani nadzor RGB kamerama kroz nasad mogao b ključni čimbenik u planiranju i provedbi većeg broja agrotehničkih i pomotehničkih zahvata, uštedi zaštitnih sredstava i radnih sati, a u konačnici poboljšanoj kvaliteti plodova. Primjenom ovakvih no tehnologija došlo bi do značajnog unaprjeđenja voćarske proizvodnje.

strojno učenje ; nova tehnologija ; kvaliteta ploda ; bolesti ; štetnici

nije evidentirano