A búza a világ egyik legfontosabb alapélelmiszere, ezért a terméshozam pontos becslése kulcsfontosságú a gazdálkodók és az élelmiszerpiac számára. A hagyományos módszerek azonban időigényesek és sok kézi munkát igényelnek. Egy friss tanulmány olyan mesterséges intelligenciára épülő megoldást mutat be, amely képes automatikusan felismerni a búzakalászokat a szántóföldön készült képeken – olvasható az mdpi.com-on megjelent cikkben.
A kutatás egy továbbfejlesztett mélytanuló modellt alkalmaz, amely a YOLO (You Only Look Once) objektumfelismerő algoritmuscsaládra épül. Ezek a rendszerek képfeldolgozás segítségével képesek azonosítani és lokalizálni különböző objektumokat – jelen esetben a búzakalászokat – még komplex, változatos környezetben is.
A kutatók a YOLOv11 modell módosított változatát fejlesztették ki, amelyet kifejezetten a szántóföldi körülményekhez igazítottak. A búzatáblákban készült felvételeken gyakran előfordul, hogy a kalászok részben takarják egymást, a fényviszonyok változóak, vagy a háttér zavaró elemeket tartalmaz. A modell célja éppen ezeknek a kihívásoknak a kezelése volt.
Az új rendszer képes nagy pontossággal felismerni a kalászokat még sűrű állományban vagy változó megvilágítás mellett is. A fejlesztések közé tartozik egy optimalizált neurális hálózati struktúra és olyan algoritmikus módosítások, amelyek javítják az objektumok felismerését kis méret vagy részleges takarás esetén.
Az ilyen típusú képfelismerés a gyakorlatban jelentős előnyt jelenthet.
Ez különösen fontos lehet a termelési tervezés és a betakarítás előkészítése során.
A technológia a precíziós mezőgazdaság fejlődésének egyik fontos eleme. A szenzorokkal, drónokkal és mesterséges intelligenciával kombinált rendszerek lehetővé teszik, hogy a gazdák részletesebb információt kapjanak az állomány állapotáról. Ez segíthet optimalizálni a tápanyag-utánpótlást, a növényvédelmi beavatkozásokat és a termesztési stratégiákat.
A kutatás ugyanakkor rámutat arra is, hogy a modellek teljesítménye nagymértékben függ a tanítóadatok minőségétől és mennyiségétől. A különböző fajták, növekedési stádiumok és termesztési körülmények mind befolyásolhatják a felismerés pontosságát, ezért a rendszerek további fejlesztése és tesztelése szükséges.
A tanulmány azt mutatja, hogy a mesterséges intelligenciára épülő képfeldolgozás új lehetőségeket nyit a növénytermesztésben. A búzakalászok automatikus felismerése nemcsak a kutatásban, hanem a gyakorlati gazdálkodásban is hasznos eszközzé válhat a jövő precíziós mezőgazdaságában.
