为了解决果园病虫害,日本的开发AI图像识别辅助

文章来源:聚英云农 发布时间: 2022-05-18 09:20:12
阅读:18 次

随着人口的快速增长、耕地面积的逐步缩减和城镇化速度的推进,农业发展面临的挑战日益严峻。通过探索信息技术促进农业提质增效,成为国内外农业发展研究的深刻话题。

日本研究人员通过人工智能图像识别来预测柑橘糖度,这次用人工智能图像识别来诊断果园病虫害,随着农药的普及,许多人认为病虫害对农业的影响不大。农业生产和服务领域存在的痛点由来已久,生产方式粗放、农业服务不完善、病虫害问题解决不及时等等,而人工智能融合农业生产服务创新应用,恰是解决农业问题的新突破点。事实上,病虫害仍然是威胁农业发展的主要罪魁祸首。

人工智能是人工智能,是计算机科学的一个分支。它试图了解智能的本质,并生产一种新的智能机器,可以以类似的方式反映人类智能。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。据估计,全球农业中有害生物的潜在损失每年达到5400亿美元,因此迫切需要遏制病虫害。

AI诊断原理

病虫害对植物的影响大致不同。例如,一些昆虫吸收树汁,一些昆虫吃果实,并根据特殊痕迹判断罪魁祸首。日本研究人员开发了一种以视觉图像特征为判断基础的人工智能,通过积累相关痕迹数据来丰富人工智能的数据模型,然后将现有图像与人工智能存储数据进行比较,以判断植物不适的原因。数据越多,对病虫害的判断就越准确!

 

 

AI诊断操作

植物叶片分为三个区域,即健康区、疾病区和常见特征。在本研究中心,RGB图像的输入尺寸为256*256像素,特征区域为4096维。根据不同的特点定义不同的区域,准确找出病房!然后将病区图像与现有数据进行比较,反复确认最终诊断原因。

 

 

 未来AI诊断

人工智能疾病诊断的困难在于数据的积累。为了提高疾病诊断的准确性,我们应该支持足够的数据。如果人工智能疾病诊断数据积累足够,它将面向更多的领域,如比较现有的叶片图像,判断植物的生长,是否缺乏微量元素,并实时控制植物的健康!

当然,人工智能技术的应用不仅限于此。未来,通过对人工智能图像识别算法的调教,机器就能识别更多更全的害虫;通过对虫情测报算法模型的构建,将虫情测报数据与气象等影响虫害生长的环境数据结合,就能根据现有数据对未来虫情趋势作出测报预报;通过处理好空间、时间上的数据关联,建立相应的算法模型,就能在区域测报防治上提供像手机助手一样的决策建议。

 

 

21世纪是属于人工智能的时代,随着应用领域的不断拓展,人工智能正悄然改变我们的世界。近些年,人工智能技术在产业当中的应用正由浅至深,由点至面的拓宽,在植保领域也出现了不少人工智能应用,推动植保方式向着多元化、高效化、智能化的方向发展。从播种到发芽、开花、结果,现代科技力量在其中发挥着越来越重要的作用,让农业种植越来越智能高效,不断书写着科技惠农的现代农业故事。

聚英电子logo
邮箱:service@juyingele.com
电话:010-82899827/1 4006688400
地址:北京市海淀区上地金隅嘉华大厦D座401室
聚英微信 官方微信