一個種子批次會產生多少健康的番茄植株? 瓦赫寧根大學和研究所農業食品機器人的研究人員開發了一種自動發芽測試,可為種子育種者和種植者提供快速客觀的答案,從而節省成本並提高效率。
種植者喜歡提供統一的植物,因此想知道他們訂購的種子的質量。 一批種子能產多少株? 是否存在生長滯後、莖扭曲或葉子缺失的標本? 種子育種者和種植者都進行發芽試驗。
通過這些測試種植的植物是根據公司自己的標準和種植方法手動評估的。例如,種子育種者全年在完全相同的條件下進行種植,而在商業溫室中,這些條件可能因季節而異. “因此,發芽測試的結果可能彼此不同。 這使得種子育種者難以就種子質量達成一致,也使種植者難以正確估計幼苗的產量,”瓦赫寧根大學與研究公司農業食品機器人的研究員 Lydia Meesters 說。
神經網絡
在項目中 育種公司和種植者的高科技植物表型工具開發(2018-2021),瓦赫寧根大學和研究中心農業食品機器人的研究人員開發了一種自動、標準化的發芽測試,可以消除這些問題。
“通過我們的 MARVIN 相機系統,我們製作了大量番茄幼苗的高速膠片,並將它們鏈接到分類軟件,”Meesters 說。 “該軟件使用神經網絡(深度學習),這是一種人工智能形式,使計算機能夠根據收到的信息進行學習。 在這種情況下,我們製作了 2 維和 3 維圖像。”
更好的預測
該項目的 XNUMX 個合作夥伴之一是 Warmenhuizen Bejo Zaden 的研究員 Paul Verbruggen。 “我們一直在尋求更好地預測來自我們種子的番茄植株的質量和均勻性,”他解釋道。
多虧了瓦赫寧根的研究,這個目標現在已經觸手可及。 “Marvin 相機系統似乎已經可以很好地預測植物的質量,”Verbruggen 說。 “當您添加人工智能等新技術時,可靠性會顯著提高。 第一個結果還表明,收集番茄植物的 2-D 或 3-D 圖像並不重要。 “對我們來說很高興知道,因為它證實 Bejo Zaden 已經在使用一個好的系統。”
高效工作
Verbruggen 還指出,很難與其他各方就如何準確衡量種子質量達成共識。 “我們現在正在合作開發量身定制的預測模型,每個鏈合作夥伴都可以用它來訓練自己的模型。” 如果由 Meesters 決定,這些模型僅僅是個開始。 “現代技術融入溫室越多,公司的效率就越高。”