您現(xiàn)在的位置是:首頁 >要聞 > 2020-12-11 08:51:59 來源:
使用無人機和人工智能預(yù)測水果收成
Outfield Technologies是一家位于劍橋的農(nóng)業(yè)技術(shù)初創(chuàng)公司,使用無人機和人工智能來幫助果農(nóng)最大化果園作物的收成。Outfield Technologies的創(chuàng)始人Jim McDougall和Oli Hilbourne一直在與博士合作。該系機器智能實驗室的學(xué)生湯姆·羅迪克(Tom Roddick)開發(fā)了他們的技術(shù)能力,從而能夠通過無人機對巨大的蘋果園進行測量來計算樹上的花朵和蘋果。
Outfield商業(yè)總監(jiān)Jim McDougall解釋說:“對開花的準(zhǔn)確評估或?qū)κ粘傻墓烙嬁墒狗N植者提高生產(chǎn)力,可持續(xù)性和環(huán)境友好性。”
“我們的航空影像分析著重于產(chǎn)量估算,并且在國際上都受到追捧。準(zhǔn)確地預(yù)測產(chǎn)量是水果行業(yè)面臨的最大問題之一。該系統(tǒng)是與種植者一起開發(fā)的,用于計劃勞力,物流和存儲。整個行業(yè)都需要它,以計劃市場營銷和分銷,并確保貨架上總有蘋果。目前的估算是由種植者做出的,他們的工作非常出色,但是果園的變化卻令人難以置信,而且估計往往是錯誤的。 20%。這將導(dǎo)致收入損失,作業(yè)效率低下,并可能導(dǎo)致大量未售作物浪費。”
外場的識別方法是博士論文研究的出色應(yīng)用。羅伯特·西波拉(Roberto Cipolla)教授指導(dǎo)的學(xué)生湯姆·羅迪克(Tom Roddick)正在研究中。湯姆是計算機視覺和機器人技術(shù)集團的一部分,在其濃縮人工智能和機器學(xué)習(xí),使用Deep學(xué)習(xí)方法,通過人工神經(jīng)網(wǎng)絡(luò)(人工神經(jīng)網(wǎng)絡(luò))。
人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人腦進行松散建模的計算系統(tǒng),旨在識別模式。他們通過標(biāo)記或聚類原始輸入來解釋感官數(shù)據(jù)。他們識別出的模式是數(shù)字的,所有真實世界的數(shù)據(jù)(包括圖像,聲音,文本或時間序列)都被轉(zhuǎn)換為數(shù)字。
這樣的系統(tǒng)通常通過分析示例來“學(xué)習(xí)”執(zhí)行任務(wù),而無需使用特定于任務(wù)的規(guī)則進行編程。例如,在圖像識別中,ANN可能會通過分析已被手動標(biāo)記為“蘋果”或“沒有蘋果”的示例圖像,并使用結(jié)果來識別其他圖像中的蘋果,從而學(xué)會識別包含蘋果的圖像。他們在沒有任何蘋果先驗知識的情況下進行此操作,例如,蘋果的顏色或形狀。相反,他們會根據(jù)所處理的示例自動生成識別特征。