種子ロットはいくつの健康なトマト植物を産出しますか? Wageningen University&ResearchのAgro Food Roboticsの研究者は、種子の育種家と栽培者にこの質問に対する迅速かつ客観的な回答を提供し、コストを節約し、効率を高める自動発芽試験を開発しました。
栽培者は均一な植物を届けることを好むため、注文する種子の品質を知りたいと考えています。 種子のバッチはいくつの植物を産出しますか? 成長が遅れている、茎がねじれている、または葉が欠けている標本はありますか? 種子育種家と栽培者の両方が発芽試験を実施します。
これらのテストで育てられた植物は、会社独自の基準と栽培方法に従って手動で評価されます。たとえば、種子育種家は一年中まったく同じ条件下で栽培しますが、商業温室ではこれらの条件は季節ごとに異なる可能性があります。 「したがって、発芽試験の結果は互いに異なる可能性があります。 これにより、種子育種家が種子の品質について合意し、栽培者が苗木の生産を適切に推定することが困難になります」と、ヴァーヘニンゲン大学のアグロフードロボティクスの研究者であるリディアミースターズは述べています。
ニューラルネットワーク
プロジェクトでは 育種会社と栽培者のためのハイテク植物表現型ツールの活用(2018-2021)、Wageningen University&ResearchのAgro Food Roboticsの研究者は、これらの問題を排除する自動の標準化された発芽テストを開発しました。
「私たちのMARVINカメラシステムを使用して、トマトの苗の高速フィルムを多数作成し、それらを分類ソフトウェアにリンクします」とMeesters氏は言います。 「このソフトウェアは、コンピューターが受け取った情報に基づいて学習できるようにする人工知能の一種であるニューラルネットワーク(ディープラーニング)を使用しています。 この場合、2次元と3次元の両方の画像を作成します。」
より良い予測
このプロジェクトのXNUMXのパートナーのXNUMXつは、ワルメンハイゼンのBejoZadenの研究者であるPaulVerbruggenです。 「私たちは常に、種子からトマト植物の品質と均一性をより正確に予測することを目指しています」と彼は説明します。
ワーヘニンゲンの研究のおかげで、その目標は今や手の届くところにあります。 「マーヴィンのカメラシステムは、すでに植物の品質を非常によく予測しているようです」とVerbruggen氏は言います。 「人工知能などの新しいテクノロジーを追加すると、信頼性が大幅に向上します。 最初の結果は、トマト植物の2D画像と3D画像のどちらを収集するかは問題ではないことも示しています。 「BejoZadenがすでに優れたシステムを使用していることを確認できるので、私たちにとっては嬉しいことです。」
効率的に作業する
Verbruggenはまた、種子の品質を正確に測定する方法について他の当事者と合意に達することは難しいと述べた。 「私たちは現在、各チェーンパートナーが独自のモデルをトレーニングできるオーダーメイドの予測モデルに協力しています。」 Meesters次第であれば、これらのモデルはほんの始まりに過ぎません。 「現代の技術が温室に統合されるほど、企業はより効率的になります。」