തോട്ടങ്ങളിലെ മരങ്ങളിലെ പൂക്കളുടെ കൂട്ടങ്ങൾക്കുള്ളിൽ ആപ്പിൾ കിംഗ് പൂക്കളെ കണ്ടെത്താനും തിരിച്ചറിയാനും കഴിവുള്ള ഒരു യന്ത്ര ദർശന സംവിധാനം പെൻ സ്റ്റേറ്റ് ഗവേഷകർ വികസിപ്പിച്ചെടുത്തു-ഒരു റോബോട്ടിക് പരാഗണ സംവിധാനത്തിൻ്റെ വികസനത്തിലെ ഒരു നിർണായക പ്രാരംഭ ഘട്ടം-അതിൻ്റെ-തരം പഠനത്തിൽ. .
ആപ്പിൾ പൂക്കൾ ശാഖകളിൽ ഘടിപ്പിച്ചിരിക്കുന്ന നാലോ ആറോ പൂക്കളുടെ ഗ്രൂപ്പുകളായി വളരുന്നു, മധ്യഭാഗത്തെ പുഷ്പം രാജ പുഷ്പം എന്നറിയപ്പെടുന്നു. ഈ പുഷ്പം ആദ്യം ക്ലസ്റ്ററിൽ തുറക്കുന്നു, സാധാരണയായി ഏറ്റവും വലിയ ഫലം വളരുന്നു. അതിനാൽ, ഇത് ഒരു റോബോട്ടിക് പരാഗണ സംവിധാനത്തിൻ്റെ പ്രധാന ലക്ഷ്യമാണെന്ന് കാർഷിക അസിസ്റ്റൻ്റ് പ്രൊഫസറും ഗവേഷകനുമായ ലോംഗ് ഹെ അഭിപ്രായപ്പെടുന്നു. ബയോളജിക്കൽ എഞ്ചിനീയറിംഗ്.
ആപ്പിളിൻ്റെ ഉൽപാദനക്ഷമതയ്ക്കായി പരമ്പരാഗതമായി പ്രാണികളുടെ പരാഗണത്തെ ആശ്രയിക്കുന്നു. എന്നിരുന്നാലും, വളർത്തു തേനീച്ചകളിൽ നിന്നും കാട്ടുപരാഗണങ്ങളിൽ നിന്നുമുള്ള പരാഗണ സേവനങ്ങൾ വർദ്ധിച്ചുവരുന്ന ആവശ്യങ്ങളുമായി പൊരുത്തപ്പെടുന്നില്ലെന്ന് തെളിവുകൾ സൂചിപ്പിക്കുന്നു, അദ്ദേഹം അഭിപ്രായപ്പെട്ടു. കാരണം കോളനി തകർച്ച ഡിസോർഡർ, ലോകമെമ്പാടുമുള്ള തേനീച്ചകൾ ഭയാനകമായ നിരക്കിൽ ചത്തൊടുങ്ങുന്നു. തൽഫലമായി, നിർമ്മാതാക്കൾക്ക് പരാഗണത്തിൻ്റെ ബദൽ രീതികൾ ആവശ്യമാണ്.
കൂൺ പറിക്കൽ, ആപ്പിൾ മരങ്ങൾ വെട്ടിമാറ്റൽ, പച്ച-പഴം നേർപ്പിക്കൽ തുടങ്ങിയ അധ്വാനം ആവശ്യമുള്ള കാർഷിക ജോലികൾ നിർവഹിക്കുന്നതിന് റോബോട്ടിക് സംവിധാനങ്ങൾ വികസിപ്പിച്ചെടുക്കാൻ സമർപ്പിച്ചിരിക്കുന്ന, കോളേജ് ഓഫ് അഗ്രികൾച്ചറൽ സയൻസസിലെ ഹിസ് റിസർച്ച് ഗ്രൂപ്പ് നടത്തിയ ഏറ്റവും പുതിയ പഠനമാണിത്. ഈ പദ്ധതിയുടെ പ്രാഥമിക ലക്ഷ്യം, വൃക്ഷങ്ങളുടെ മേലാപ്പുകളിൽ രാജപൂക്കളെ കൃത്യമായി തിരിച്ചറിയാനും കണ്ടെത്താനും കഴിയുന്ന ആഴത്തിലുള്ള പഠന-അധിഷ്ഠിത ദർശന സംവിധാനം വികസിപ്പിച്ചെടുക്കുകയായിരുന്നു അദ്ദേഹം വിശദീകരിച്ചു.
"ഈ ഫലം ഒരു റോബോട്ടിക് പരാഗണ സംവിധാനത്തിൻ്റെ അടിസ്ഥാന വിവരങ്ങൾ നൽകുമെന്ന് ഞങ്ങൾ കരുതുന്നു, ഇത് ഉയർന്ന നിലവാരമുള്ള പഴങ്ങളുടെ വിളവ് വർദ്ധിപ്പിക്കുന്നതിന് ആപ്പിളിൻ്റെ കാര്യക്ഷമവും പുനരുൽപ്പാദിപ്പിക്കാവുന്നതുമായ പരാഗണത്തിലേക്ക് നയിക്കും," അദ്ദേഹം പറഞ്ഞു. "പെൻസിൽവാനിയയിൽ, ആപ്പിൾ വിളകളിൽ പരാഗണം നടത്താൻ ഞങ്ങൾക്ക് ഇപ്പോഴും തേനീച്ചകളെ ആശ്രയിക്കാം, എന്നാൽ തേനീച്ച ചത്തുപൊങ്ങുന്നത് കൂടുതൽ രൂക്ഷമായ മറ്റ് പ്രദേശങ്ങളിൽ, കർഷകർക്ക് ഈ സാങ്കേതികവിദ്യ വളരെ വേഗം ആവശ്യമായി വന്നേക്കാം."
അഗ്രികൾച്ചറൽ ബയോളജിക്കൽ എൻജിനീയറിങ് വിഭാഗത്തിലെ ഡോക്ടറൽ വിദ്യാർഥിയായ സിൻയാങ് മുവാണ് കിങ് ഫ്ലവർ പഠനത്തിന് നേതൃത്വം നൽകിയത്. മറ്റ് വസ്തുക്കളാൽ ഭാഗികമായി മറഞ്ഞിരിക്കുന്ന വസ്തുക്കളെ കണ്ടെത്തുന്നതിന് പിക്സൽ ലെവൽ സെഗ്മെൻ്റേഷൻ നടത്തുന്ന ഒരു ജനപ്രിയ ഡീപ്-ലേണിംഗ് കമ്പ്യൂട്ടർ പ്രോഗ്രാമായ മാസ്ക് R-CNN-ഒരു മെഷീൻ വിഷൻ സിസ്റ്റത്തിൽ കിംഗ് പൂക്കളെ തിരിച്ചറിയാനും കണ്ടെത്താനും Mu ഉപയോഗിച്ചു.
മാസ്ക് R-CNN അടിസ്ഥാനമാക്കിയുള്ള ഡിറ്റക്ഷൻ മോഡൽ നിർമ്മിക്കുന്നതിന്, അദ്ദേഹം നൂറുകണക്കിന് ആപ്പിൾ ബ്ലോസം ക്ലസ്റ്റർ ഫോട്ടോകൾ പകർത്തി. ആപ്പിൾ പൂക്കളുടെ ചിത്രങ്ങളുടെ റോ ഡാറ്റാസെറ്റിൽ നിന്ന് രാജാവ് പൂക്കളെ തിരിച്ചറിയാനും കണ്ടെത്താനും അദ്ദേഹം ഒരു കിംഗ് ഫ്ലവർ സെഗ്മെൻ്റേഷൻ അൽഗോരിതം വികസിപ്പിച്ചെടുത്തു. പെൻ സ്റ്റേറ്റിൻ്റെ ബിഗ്ലർവില്ലെ ഫ്രൂട്ട് റിസർച്ച് ആൻഡ് എക്സ്റ്റൻഷൻ സെൻ്ററിലാണ് ഗവേഷണം നടത്തിയത്.
ഗാലയും ഹണിക്രിസ്പും ആപ്പിൾ പരീക്ഷണത്തിനായി ഇനങ്ങൾ തിരഞ്ഞെടുത്തു. ഏകദേശം 2014 അടി (ഗാല), 5 6/1 അടി (ഹണിക്രിസ്പ്) മരങ്ങളുടെ അകലത്തിൽ 2 ൽ പരീക്ഷണ മരങ്ങൾ നട്ടുപിടിപ്പിച്ചു. ഈ മരങ്ങൾ ഉയരമുള്ള സ്പിൻഡിൽ മേലാപ്പ് വാസ്തുവിദ്യയിൽ പരിശീലനം നേടിയിട്ടുണ്ട്, ശരാശരി 13 അടി ഉയരമുണ്ട്. ഒരു ക്യാമറ ഉപയോഗിച്ച് ഇമേജ്-അക്വിസിഷൻ സിസ്റ്റം മരത്തിൻ്റെ നിരകൾക്കിടയിൽ കൈകാര്യം ചെയ്ത ഒരു യൂട്ടിലിറ്റി വാഹനത്തിൽ ഘടിപ്പിച്ചിരിക്കുന്നു.
രാജപുഷ്പങ്ങൾ കണ്ടെത്തുന്നതിനുള്ള മെഷീൻ വിഷൻ സംവിധാനം പരിശീലിപ്പിക്കുന്നത് വെല്ലുവിളി നിറഞ്ഞതായിരുന്നു, കാരണം അവയ്ക്ക് ഒരേ വലുപ്പവും നിറവും ആകൃതിയും ഉള്ളതിനാൽ കുലകളായി കാണപ്പെടുന്ന ലാറ്ററൽ പൂക്കളുള്ളതിനാൽ അവയുടെ കേന്ദ്രസ്ഥാനം കാരണം ചുറ്റുമുള്ള പുഷ്പങ്ങളാൽ സാധാരണയായി മറയ്ക്കപ്പെടുന്നു.
മാസ്ക് R-CNN മോഡൽ പരിശീലനത്തിനുള്ള ട്രാൻസ്ഫർ ലേണിംഗിൻ്റെ ആവശ്യകതകൾ നിറവേറ്റുന്നതിനായി, റോ ചിത്രങ്ങൾ രണ്ട് മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ക്ലാസുകളിൽ ലേബൽ ചെയ്തിട്ടുണ്ട്: വ്യക്തിഗത പൂക്കളും അടഞ്ഞ പൂക്കളും. കൃത്യത വർദ്ധിപ്പിക്കുന്നതിന്, പരിശീലന ഡാറ്റാസെറ്റ് ഡാറ്റ-വർദ്ധന സമീപനങ്ങൾ ഉപയോഗിച്ച് നാലിരട്ടി വലുതാക്കി, മു വിശദീകരിച്ചു.
"കിംഗ് പൂക്കളെ ലാറ്ററൽ പൂക്കളിൽ നിന്ന് വേർതിരിക്കുന്നതിന്, ഓരോ പൂക്ലസ്റ്ററിലും ഉള്ള ഏറ്റവും കേന്ദ്ര പുഷ്പത്തെ ലക്ഷ്യം വയ്ക്കുകയോ പ്രാദേശികവൽക്കരിക്കുകയോ ചെയ്തു," അദ്ദേഹം പറഞ്ഞു. “ദ്വിമാന പുഷ്പ സാന്ദ്രത മാപ്പിംഗ് സമീപനത്തെ അടിസ്ഥാനമാക്കി വിഷൻ സിസ്റ്റം യാന്ത്രികമായി പൂക്ലസ്റ്ററുകളെ പ്രത്യേകം കണ്ടെത്തി. കണ്ടെത്തിയ ഓരോ പൂക്ലസ്റ്ററിലും, പൂവ്-അല്ലെങ്കിൽ മുഖംമൂടി-ഏറ്റവും കേന്ദ്രീകൃത സ്ഥാനത്ത് ലക്ഷ്യം രാജാവിൻ്റെ പുഷ്പമായി നിർണ്ണയിക്കപ്പെട്ടു.
അടുത്തിടെ പ്രസിദ്ധീകരിച്ച കണ്ടെത്തലുകളിൽ സ്മാർട്ട് അഗ്രികൾച്ചറൽ ടെക്നോളജി, Mu's Algorithm ൻ്റെ ഫലമായി ഉയർന്ന തലത്തിലുള്ള കിംഗ് ഫ്ലവർ-ഡിറ്റക്ഷൻ കൃത്യത ഗവേഷകർ റിപ്പോർട്ട് ചെയ്തു. ഗവേഷകർ രാജപുഷ്പങ്ങളെ നേത്രമായി തിരിച്ചറിയുന്ന അളവുകളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ-ഗവേഷകർ ഗ്രൗണ്ട് ട്രൂത്ത് അളവുകൾ എന്ന് വിളിക്കുന്നു-മെഷീൻ വിഷൻ കിംഗ് ഫ്ലവർ കണ്ടെത്തൽ കൃത്യത 98.7% മുതൽ 65.6% വരെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു.