Исследователи из Университета Окаямы показали, что искусственный интеллект (ИИ) можно использовать для мгновенного прогнозирования урожайности риса таким образом, чтобы снизить затраты. Они создали базу данных, содержащую более 20 000 изображений рисовых полей, и разработали модель сверточной нейронной сети (CNN) для прогнозирования урожайности. Результаты исследования были опубликованы 28 июля в пятом томе журнала Plant Phenomics.

«В целом, разработанная модель CNN продемонстрировала многообещающие возможности в оценке урожайности грубого зерна по изображениям рисового полога в различных средах и сортах», — сказал Ю Танака, доцент Высшей школы окружающей среды, жизни, естественных наук и технологий Университета Окаямы. «Еще одним привлекательным аспектом является то, что он очень экономически эффективен и не требует трудоемкой уборки урожая или сложных технологий дистанционного зондирования».

Наземные цифровые снимки были сделаны с расстояния от 0,8 до 0,9 метра на этапе уборки урожая. Затем исследовательская группа создала базу данных, содержащую 4820 данных об урожайности на уборочных участках и 22 067 изображений, охватывающих различные сорта риса, производственные системы и методы управления посевами.

Модель CNN объяснила от 68% до 69% изменений урожайности в наборах проверочных и тестовых данных. Модель CNN может точно прогнозировать урожайность на стадии созревания и обнаруживать различия в урожайности между сортами и управлением водными ресурсами в наборе прогнозных данных.

Метод на основе искусственного интеллекта доступен фермерам через приложение для смартфона.

Вьетнам снимает ограничения на экспорт канадских зерновых культур

Источник: world-grain.com