Britse onderzoekers hebben een machine learning-platform ontwikkeld dat werkt met ultragrote afbeeldingen uit de lucht en helpt bij het monitoren van slagewassen in de velden.
Een nieuwe software genaamd AirSurf-Lettuce meet gewasopbrengst, grootte en locatie; dit zal boeren helpen om met hoge nauwkeurigheid te oogsten, namelijk uit die gebieden waar de gewassen al volledig rijp zijn.
Het platform zal boeren ook helpen om geoogste gewassen zo efficiënt mogelijk op de markt te brengen. Het is belangrijk op te merken dat deze technologie kan worden toegepast op andere culturen.
De machine is ontwikkeld aan het Earlham Institute (EI) door onderzoekers van de Zhou Group in samenwerking met het boerenbedrijf van G's Growers uit Cambridgeshire.
Traditioneel is het monitoren van de toestand en het meten van de toekomstige oogstopbrengst in de velden buitengewoon tijdrovend en foutgevoelig; daarom zijn nieuwe op luchtfotografie gebaseerde kunstmatige intelligentieoplossingen een efficiëntere methode.
AirSurf-technologie maakt gebruik van "deep learning" - een diepgestructureerde machine learning-techniek - gecombineerd met ultrabrede beeldanalyse om sla met hoge doorvoer te meten.
Hiermee kunt u het exacte aantal en de locatie van slaplanten identificeren met als bijkomend voordeel dat u de kwaliteit van het gewas herkent, dat wil zeggen kleine, middelgrote of grote kroppen.
Door de combinatie van dit systeem met GPS kunnen boeren de grootteverdeling van sla in de velden nauwkeurig volgen, wat kan helpen om de nauwkeurigheid en efficiëntie van landbouwpraktijken, inclusief de oogsttijd, te verbeteren.
Sla in het VK is big business, vooral in East Anglia. Elk jaar produceert het in het land 122.000 ton.