Gelek tov dê çend nebatên tomato saxlem bide? Lekolînwanên Agro Food Robotics li Zanîngeha Wageningen û Lêkolînê ceribandinek germbûnê ya otomatîkî pêş xistine ku bersivên bilez û objektîf dide cotkar û cotkaran ji vê pirsê re, lêçûn teserûf dike û karbidestiyê zêde dike.
Cotkar hez dikin ku nebatên yekreng radest bikin û ji ber vê yekê dixwazin ku kalîteya tovê ku ferman dikin zanibin. Komek tov çend nebat dide? Nimûneyên ku di mezinbûnê de li paş dimînin hene, stûnek wan a zivirî, an pelek wenda ye? Hem çêkerên tov û hem jî cotkar ceribandinên germbûnê dikin.
Nebatên ku ji van îmtîhanan tên çandin, bi destan têne nirxandin, û li gorî pîvanên pargîdanî û rêbazên mezinbûnê têne nirxandin. Mînakî, cotkarek tov tevahiya salê di heman şert û mercan de çandiniyê dike, lê di serayek bazirganî de ev şert dikarin her demsalê biguherînin. . "Ji ber vê yekê encamên ceribandinên germbûnê dikarin ji hevûdu cûda bibin. Ev yek ji cotkarên tovan re dijwar dike ku li ser qalîteya tovê li hev bikin û cotkar bi rêkûpêk hilberîna şitilan texmîn bikin, "dibêje Lydia Meesters, lêkolîner li Agro Food Robotics li Zanîngeha Wageningen û Lêkolînê.
Torên neural
Di projeyê de Karanîna amûrên fenotîpkirina nebatên teknolojîya bilind ji bo pargîdan û cotkaran (2018-2021), lêkolînerên ji Agro Food Robotics li Zanîngeha Wageningen & Lêkolîn ceribandinek germbûnê ya otomatîkî, standardkirî ku van pirsgirêkan ji holê radike, pêşve xistin.
Meesters dibêje, "Bi pergala kameraya xweya MARVIN re, em hejmareke mezin ji fîlimên bilez ên tomato çêdikin û wan bi nermalava dabeşkirinê ve girêdidin." "Nermalava torên neuralî (fêrbûna kûr) bikar tîne, celebek îstîxbarata sûnî ku dihêle komputer li gorî agahdariya ku digirin fêr bibin. Di vê rewşê de em hem wêneyên 2-alî û hem jî 3-alî çêdikin.”
Pêşbîniya çêtir
Yek ji yanzdeh hevkarên projeyê Paul Verbruggen e, lêkolînerê Bejo Zaden li Warmenhuizen. "Em her gav digerin ku kalîte û yekrengiya nebatên tomato ji tovê xwe çêtir pêşbîn bikin," wî diyar dike.
Ew armanc naha bi saya lêkolîna Wageningen digihîje. "Pergala kamera Marvin jixwe xuya dike ku kalîteya nebatan pir baş pêşbîn dike," dibêje Verbruggen. "Gava ku hûn teknolojiya nû, wekî îstîxbarata sûnî lê zêde bikin, pêbawerî pir zêde dibe. Encamên yekem jî destnîşan dikin ku ne girîng e ku hûn wêneyên 2-D an 3-D yên nebatên tomato berhev bikin. "Ji me re xweş e ku em zanibin, ji ber ku ew piştrast dike ku Bejo Zaden jixwe pergalek baş bikar tîne."
Bi bandor dixebitin
Verbruggen her weha destnîşan kir ku dijwar e ku meriv bi aliyên din re lihevhatinek bigihîje ka meriv çawa tam kalîteya tov bipîve. "Em aniha bi hev re li ser modelên pêşdîtinê yên çêkirî dixebitin, ku bi wan re her hevkarek zincîrê dikare modela xwe perwerde bike." Ger ew ji Meesters re be, ev model tenê destpêk in. "Her ku teknolojiya nûjen di nav serayan de were yek kirin, ew qas pargîdaniyên bikêrtir dibin."