बागों में पेड़ों पर खिलने वाले समूहों के भीतर सेब के राजा फूलों का पता लगाने और पहचानने में सक्षम एक मशीन दृष्टि प्रणाली पेन स्टेट शोधकर्ताओं द्वारा तैयार की गई थी - एक रोबोटिक परागण प्रणाली के विकास में एक महत्वपूर्ण प्रारंभिक कदम - अपनी तरह के पहले अध्ययन में .
सेब के फूल शाखाओं से जुड़े चार से छह खिलों के समूह में बढ़ते हैं, और केंद्र के फूल को राजा फूल के रूप में जाना जाता है। यह फूल पहले गुच्छे में खुलता है और आमतौर पर सबसे बड़ा फल उगता है। तो, यह एक रोबोट परागण प्रणाली का प्रमुख लक्ष्य है, शोधकर्ता लॉन्ग हे के अनुसार, कृषि के सहायक प्रोफेसर और जैविक इंजीनियरिंग.
सेब की उत्पादकता के लिए पारंपरिक रूप से कीट परागण पर भरोसा किया जाता रहा है। हालांकि, सबूत बताते हैं कि पालतू मधुमक्खियों और जंगली परागणकों दोनों से परागण सेवाएं बढ़ती मांगों से मेल नहीं खा रही हैं, उन्होंने कहा। इस कारण वसाहत - पतन अव्यवस्थादुनिया भर में मधुमक्खियां खतरनाक दर से मर रही हैं। नतीजतन, उत्पादकों को परागण के वैकल्पिक तरीकों की आवश्यकता होती है।
यह अध्ययन कॉलेज ऑफ एग्रीकल्चरल साइंसेज में ही के शोध समूह द्वारा किया गया नवीनतम अध्ययन है, जो मशरूम चुनने, सेब के पेड़ की छंटाई और हरे-फलों को पतला करने जैसे श्रम-गहन कृषि कार्यों को पूरा करने के लिए रोबोटिक सिस्टम विकसित करने के लिए समर्पित है। इस परियोजना का प्राथमिक लक्ष्य, उन्होंने समझाया, एक गहन शिक्षा-आधारित दृष्टि प्रणाली विकसित करना था जो पेड़ों की छाँव में राजा के फूलों की सटीक पहचान और पता लगा सके।
"हमें लगता है कि यह परिणाम एक रोबोट परागण प्रणाली के लिए आधारभूत जानकारी प्रदान करेगा, जिससे उच्च गुणवत्ता वाले फलों की उपज को अधिकतम करने के लिए सेब के कुशल और प्रजनन योग्य परागण को बढ़ावा मिलेगा।" "पेंसिल्वेनिया में, हम अभी भी सेब की फसलों को परागित करने के लिए मधुमक्खियों पर भरोसा कर सकते हैं, लेकिन अन्य क्षेत्रों में जहां मधुमक्खियों की मृत्यु अधिक गंभीर रही है, उत्पादकों को इस तकनीक की जल्द से जल्द आवश्यकता हो सकती है।"
कृषि जैविक अभियांत्रिकी विभाग में डॉक्टरेट के छात्र ज़िनयांग म्यू ने किंग फ्लावर अध्ययन का नेतृत्व किया। म्यू ने मास्क आर-सीएनएन का इस्तेमाल किया- एक लोकप्रिय डीप-लर्निंग कंप्यूटर प्रोग्राम जो उन वस्तुओं का पता लगाने के लिए पिक्सेल-स्तरीय विभाजन करता है जो अन्य वस्तुओं द्वारा आंशिक रूप से अस्पष्ट हैं- मशीन दृष्टि प्रणाली में राजा फूलों की पहचान करने और उनका पता लगाने के लिए।
मास्क आर-सीएनएन-आधारित डिटेक्शन मॉडल बनाने के लिए, उन्होंने सैकड़ों ऐप्पल ब्लॉसम क्लस्टर तस्वीरें लीं। फिर उन्होंने सेब के फूलों की छवियों के कच्चे डेटासेट से राजा फूलों की पहचान करने और उनका पता लगाने के लिए एक किंग फ्लावर सेगमेंटेशन एल्गोरिथम विकसित किया। यह शोध पेन स्टेट के फ्रूट रिसर्च एंड एक्सटेंशन सेंटर, बिग्लर्विल में किया गया।
गाला और हनीक्रिसप सेब परीक्षण के लिए किस्मों का चयन किया गया। परीक्षण पेड़ 2014 में लगभग 5 फीट (गाला) और 6 1/2 फीट (हनीक्रिसप) के पेड़ की दूरी के साथ लगाए गए थे। लगभग 13 फीट की औसत ऊंचाई के साथ, इन पेड़ों को लंबा तकला चंदवा वास्तुकला में प्रशिक्षित किया गया था। एक कैमरे के साथ छवि-अधिग्रहण प्रणाली पेड़ की पंक्तियों के बीच पैंतरेबाज़ी करने वाले एक उपयोगिता वाहन पर लगाई गई थी।
मु ने बताया कि राजा के फूलों का पता लगाने के लिए मशीन दृष्टि प्रणाली को प्रशिक्षित करना चुनौतीपूर्ण था, क्योंकि वे गुच्छों में पार्श्व फूलों के समान आकार, रंग और आकार के होते हैं, और राजा के फूल आमतौर पर उनके केंद्रीय स्थान के कारण आसपास के फूलों से अस्पष्ट होते हैं।
मास्क आर-सीएनएन मॉडल प्रशिक्षण के लिए स्थानांतरण सीखने की आवश्यकताओं को पूरा करने के लिए, कच्ची छवियों को दो पूर्व-निर्धारित वर्गों में लेबल किया गया था: व्यक्तिगत फूल और अवरुद्ध फूल। सटीकता बढ़ाने के लिए, डेटा-वृद्धि दृष्टिकोण का उपयोग करके प्रशिक्षण डेटासेट को चार गुना बढ़ा दिया गया था, म्यू ने समझाया।
"राजा फूलों को पार्श्व फूलों से अलग करने के लिए, प्रत्येक फूल क्लस्टर के भीतर सबसे केंद्रीय फूल को लक्षित या स्थानीयकृत किया गया था," उन्होंने कहा। "दृष्टि प्रणाली स्वचालित रूप से दो आयामी फूल घनत्व मानचित्रण दृष्टिकोण के आधार पर फूलों के समूहों को अलग-अलग स्थित करती है। प्रत्येक खोजे गए फूलों के समूह के भीतर, सबसे केंद्रित स्थिति में फूल-या मुखौटा-लक्ष्य राजा फूल के रूप में निर्धारित किया गया था।
हाल ही में प्रकाशित निष्कर्षों में स्मार्ट कृषि प्रौद्योगिकी, शोधकर्ताओं ने म्यू के एल्गोरिथम के परिणामस्वरूप उच्च स्तर के किंग फ्लावर-डिटेक्शन सटीकता की सूचना दी। शोधकर्ताओं द्वारा आंखों से राजा के फूलों की पहचान करने वाले शोधकर्ताओं द्वारा मैन्युअल रूप से लिए गए मापों की तुलना में - शोधकर्ताओं द्वारा जमीनी सच्चाई माप कहा जाता है - मशीन दृष्टि राजा फूल का पता लगाने की सटीकता 98.7% से 65.6% तक भिन्न होती है।