Hvor mange sunne tomatplanter vil et frøparti gi? Forskere fra Agro Food Robotics ved Wageningen University & Research har utviklet en automatisk spiretest som gir frøoppdrettere og dyrkere raske og objektive svar på dette spørsmålet, sparer kostnader og øker effektiviteten.
Dyrkere liker å levere ensartede planter og ønsker derfor å vite kvaliteten på frøet de bestiller. Hvor mange planter gir et parti frø? Er det eksemplarer som henger etter i veksten, har en vridd stilk eller et manglende blad? Både frøoppdrettere og dyrkere gjennomfører spiretester.
Plantene som dyrkes fra disse testene vurderes manuelt, og etter selskapets egne kriterier og dyrkingsmetoder. En frøoppdretter dyrker for eksempel under nøyaktig de samme forholdene hele året, mens i et kommersielt drivhus kan disse forholdene variere per sesong . «Resultatene av spiretester kan derfor avvike fra hverandre. Dette gjør det vanskelig for frøoppdrettere å bli enige om kvaliteten på frøet og for dyrkere å estimere produksjonen av frøplanter riktig, sier Lydia Meesters, forsker ved Agro Food Robotics ved Wageningen University & Research.
Nevrale nettverk
I prosjektet Utnyttelse av høyteknologiske plantefenotypingsverktøy for avlsselskaper og dyrkere (2018-2021), utviklet forskere fra Agro Food Robotics ved Wageningen University & Research en automatisk, standardisert spiringstest som eliminerer disse problemene.
"Med vårt MARVIN-kamerasystem lager vi et stort antall høyhastighetsfilmer av tomatfrøplanter og kobler dem til klassifiseringsprogramvare," sier Meesters. «Programvaren bruker nevrale nettverk (deep learning), en form for kunstig intelligens som gjør det mulig for datamaskiner å lære basert på informasjonen de mottar. I dette tilfellet lager vi både 2-dimensjonale og 3-dimensjonale bilder."
Bedre spådom
En av de elleve partnerne i prosjektet er Paul Verbruggen, forsker ved Bejo Zaden i Warmenhuizen. "Vi er alltid ute etter å bedre forutsi kvaliteten og ensartetheten til tomatplanter fra frøet vårt," forklarer han.
Det målet er nå innen rekkevidde takket være Wageningen-forskningen. "Marvin-kamerasystemet ser allerede ut til å forutsi kvaliteten på planter ganske godt," sier Verbruggen. «Når du legger til ny teknologi, som kunstig intelligens, øker påliteligheten betraktelig. De første resultatene indikerer også at det ikke spiller noen rolle om du samler 2-D- eller 3-D-bilder av tomatplanter. "For oss er det hyggelig å vite, fordi det bekrefter at Bejo Zaden allerede bruker et godt system."
Jobber effektivt
Verbruggen bemerket også at det er vanskelig å oppnå konsensus med andre parter om nøyaktig hvordan man skal måle frøkvalitet. "Vi jobber nå sammen om skreddersydde prediktive modeller, som hver kjedepartner kan trene sin egen modell med." Hvis det er opp til Meesters, er disse modellene bare begynnelsen. "Jo mer moderne teknologi integreres i drivhusene, jo mer effektive blir bedriftene."