Wenn die Herbsternte intelligent wird: Können Sie Ernteerträge diagnostizieren, indem Sie einfach ein Foto mit Ihrem Mobiltelefon machen?

Produziert von: Science Popularization China

Autor: Du Jianming (Hefei Institutes of Physical Science, Chinesische Akademie der Wissenschaften)

Hersteller: China Science Expo

Smart Autumn Harvest Assistant Visitenkarte

Assistent: Automatisches Identifikations- und Ferndiagnosesystem für Pflanzenkrankheiten, Schadinsekten und Unkräuter

Zwei Wunderwaffen: Automatische Erkennung von Schädlingen, Krankheiten und Unkraut; Mehrterminalmodus

Drei Schlüsseltechnologien: Technologie zur automatischen Bildsegmentierung basierend auf Tiefeninformationen; Technologie zur Bildmerkmalsextraktion basierend auf Multi-Feature-Fusion; Bildklassifizierungs- und -erkennungstechnologie basierend auf maschinellem Lernen

Energiewert: 5 Sterne

Ausweisfoto:

Inklusive Front-End-Kameraausrüstung (CCD-Kamera), mobilem intelligentem Terminal (Mobile Terminal Client) und Algorithmus-Server (Bildquelle: Autor)

Selbstvorstellung des intelligenten Herbsternte-Assistenten

Freut mich, Sie kennenzulernen. Ich bin das System zur automatischen Identifizierung und Ferndiagnose von Pflanzenkrankheiten, Insekten und Unkraut und ein Mitglied der großen Familie der Hefei Institutes of Physical Science der Chinesischen Akademie der Wissenschaften.

Wir alle wissen, dass Pflanzenkrankheiten, Schädlinge und Unkraut schon immer zu den größten Problemen der Pflanzenbauindustrie gehörten. Doch mit meiner Hilfe lassen sich Pflanzenkrankheiten, Schädlinge und Unkraut leicht bekämpfen.

Die aufgefressenen Maisblätter (Fotoquelle: Veer-Fotogalerie)

Zwei Kernfunktionen

Als intelligentes System zur Vorbeugung und Bekämpfung von Pflanzenkrankheiten, Schadinsekten und Unkraut muss ich Ihnen meine „zwei Wunderwaffen“ vorstellen: die automatische Erkennung von Krankheits-, Schadinsekten- und Unkrautbildern sowie den Multiterminalmodus.

Die Realisierung der automatischen Erkennung von Bildern von Schädlingen, Krankheiten und Unkraut sowie des Multi-Terminal-Anpassungsmodus ist untrennbar mit dem vom wissenschaftlichen Forschungsteam entwickelten Hochleistungs-Bilderkennungsalgorithmus für Schädlinge, Krankheiten und Unkraut und dem in der Chinesischen Akademie der Wissenschaften aufgebauten Datenserver verbunden.

Erstens kann der Hochleistungsserver für Schädlinge und Krankheiten auf meinem Körper nicht nur eine hochpräzise und genaue Erkennung von Bildern realisieren, die über verschiedene Kanäle (wie Mobiltelefone, Kameras und sogar Überwachungskameras) erfasst wurden, sondern auch eine leichte und schnelle Verarbeitung des Erkennungsmodells, sodass das Modell eine Datenverarbeitungsgeschwindigkeit gewährleisten und gleichzeitig eine hohe Erkennungsrate sicherstellen kann, wenn eine große Anzahl von Bildern gleichzeitig verarbeitet wird.

Darüber hinaus hat das Forschungsteam das Erkennungsmodell in die Form von Schnittstellenaufrufen verpackt, wodurch Datenübertragung, Zugriff, Analyse und Ergebniserfassung über standardisierte Übertragungsprotokolle und Felder erreicht werden können.

Auf diese Weise habe ich die Möglichkeit, dasselbe Erkennungsmodell gleichzeitig auf mehreren Terminals zu verwenden. Es muss auch betont werden, dass sich der Datenverarbeitungsserver im Rechenzentrum der Chinesischen Akademie der Wissenschaften befindet. Das Zentrum bietet eine landesweit führende sichere und stabile Umgebung für die Übertragung und Berechnung verschiedener Datentypen und ist eine solide Garantie für den normalen Betrieb des Systems in meinem „Gehirn“.

Zu meinen weiteren Wunderwaffen gehören der Multiterminal-Modus und mein Mobiltelefonmodus, der Vorreiter bei Felduntersuchungen ist . Es kann nicht nur mit der vom wissenschaftlichen Forschungsteam selbst entwickelten Felduntersuchungssonde verwendet werden, sondern auch Daten direkt über die Handykamera erfassen.

Automatische Erkennung von Schädlingen, Krankheiten und Unkraut auf dem Handy (Bildquelle: Autor)

Mobiltelefone können Bilder und geografische Umgebungsinformationen erfassen und Bilder und Informationen über das Internet hochladen. In nur wenigen Sekunden können Informationen wie die Arten der Schädlinge und Unkräuter im Bild, Vorkommensbewertungen und häufig verwendete Präventions- und Kontrollmethoden abgerufen werden.

Der Modus „Mein Computer“ ist speziell dafür konzipiert, Benutzern bei der Datenorganisation und Berichterstellung zu helfen . Hier können Benutzer nicht nur alle mit ihren Mobiltelefonen hochgeladenen Bilder, Erkennungsergebnisse und geografischen Umweltinformationen ansehen, sondern auch professionelle Richtlinien zur Prävention und Kontrolle des Drogenkonsums einsehen, die von Agrarexperten bereitgestellt werden.

Darüber hinaus unterstützt dieser Modus auch die Funktion zum Exportieren von Ergebnissen, sodass Benutzer mit einfachen Vorgängen vollständige Datentabellen für Felduntersuchungen erhalten und so die Berichterstattung vereinfachen können.

Drei Schlüsseltechnologien

Wenn ich nur über diese beiden Wunderwaffen verfüge, wäre ich nicht in der Lage, Pflanzenkrankheiten, Schädlinge und Unkraut zu bekämpfen. Ich verfüge außerdem über drei Schlüsseltechnologien , nämlich eine Technologie zur automatischen Bildsegmentierung auf Basis von Tiefeninformationen, eine Technologie zur Bildmerkmalsextraktion auf Basis von Multi-Feature-Fusion und eine Technologie zur Bildklassifizierung und -erkennung auf Basis von maschinellem Lernen.

Mein Forschungs- und Entwicklungsteam ist seit seiner Gründung führend auf dem Gebiet der intelligenten Identifizierung von Schädlingen und Krankheiten im In- und Ausland. Jedes Jahr werden hier zahlreiche exzellente Forschungsergebnisse zur Kombination von Künstlicher Intelligenz und Landwirtschaft hervorgebracht, die in den weltweit führenden Fachzeitschriften veröffentlicht werden.

Darunter sind die automatische Bildsegmentierung, die Extraktion von Multi-Feature-Fusionen sowie die Bildklassifizierungs- und -erkennungstechnologie nur eine allgemeine Richtung. Tatsächlich kann jede Richtung in mehrere kleine Richtungen unterteilt werden, um die großen und schwierigen Probleme zu lösen, die bei der aktuellen Identifizierung landwirtschaftlicher Schädlinge und Krankheiten auftreten.

Ergebnisse der Schädlingsidentifizierung (Bildquelle: Autor)

Beispielsweise hat das Forschungsteam im Bereich der automatischen Segmentierungstechnologie einen Algorithmus zur Oberflächenerkennung und -segmentierung von Schädlingen speziell für gestapelte Schädlinge entwickelt und außerdem einen mehrschichtigen Verfeinerungs-Segmentierungsalgorithmus für dicht gehäufte, extrem kleine Schädlinge entwickelt. Bei der Multi-Feature-Fusion-Extraktion untersuchte das Forschungsteam nicht nur die Beziehung zwischen Nutzpflanzen und Schädlingsarten auf der Grundlage des Umweltkontexts, sondern untersuchte auch die potenzielle Korrelation zwischen Schädlingen und ihrer Körperhaltung und ihren morphologischen Merkmalen. Im Bereich der Klassifizierungs- und Erkennungstechnologie schlug das Forschungsteam nicht nur mehrere hochgranulare Erkennungsalgorithmen vor, sondern auch spezielle Klassifizierungstechnologien für eine Vielzahl extrem ähnlicher Motten.

Mit zwei Kernfunktionen und drei Schlüsseltechnologien kann ich Pflanzenschutzexperten ersetzen, um eine automatisierte Erntediagnose effektiv und zeitnah durchzuführen und so den Pestizideinsatz zu reduzieren und die Qualität landwirtschaftlicher Produkte zu verbessern.

Datenbank- und Pflanzenschutzexperten

Um sicherzustellen, dass ich stets ein hohes Maß an Erkennungsgenauigkeit und -präzision aufrechterhalten kann, wird die Datenbank in meinem System ständig iteriert.

Derzeit organisiert das wissenschaftliche Forschungsteam nicht nur jedes Jahr die Erhebung von Felddaten in den von Schädlingen und Krankheiten betroffenen Gebieten der Provinz Anhui, sondern kommuniziert auch mit der Pflanzenschutzstation der Provinz Anhui und vielen Pflanzenschutzstationen der Kreise in der Provinz Anhui und lädt Experten der Anhui Academy of Agricultural Sciences zur Beratung ein.

Das Forschungsteam sammelt Daten im Feld (Bildquelle: Autor)

Meine Datenbank wächst jährlich um mehr als 100.000 Bilder. Finden Sie nicht, dass sowohl ich als auch die Wissenschaftler, die mich entwickeln, großartig sind?

Derzeit werden, unabhängig davon, ob es sich um die mobile App oder das Web-Terminal handelt, die neuesten Datenbanken und Algorithmenbibliotheken angezeigt und von Zeit zu Zeit aktualisiert und erweitert, um den Benutzern die Nutzung meiner neuesten Technologie zu ermöglichen.

Darüber hinaus besteht meine aktuelle Funktion nicht nur darin, Schädlinge und Krankheiten zu identifizieren, sondern auch darin, vielen Menschen viele neue Funktionen zu bieten, darunter den direkten Aufruf der integrierten geografischen Wetterfunktion des Mobiltelefons, um eine Aufzeichnung mehrerer Informationen zu realisieren, oder die Möglichkeit, historische Aufzeichnungen jederzeit auf der WEB-Seite anzuzeigen und sie mit einem Klick zu exportieren, was für Ermittler vor Ort praktisch ist, um Untersuchungsergebnisse auszugeben.

Darüber hinaus besteht der wichtigste Punkt darin, dass das wissenschaftliche Forschungsteam seit 2019 mit der Pflanzenschutzstation der Provinz Anhui zusammenarbeitet und ein dreijähriges Benchmarking-Experiment zwischen künstlicher Intelligenz und manuellen Felduntersuchungen durchgeführt hat. Dabei wurden acht häufige Feldschädlinge und -krankheiten statistisch intelligent identifiziert und die Bewertungsergebnisse der manuellen Untersuchungen verglichen.

Dadurch kann ich den Benutzern auf Grundlage der Identifikationsergebnisse künstlicher Intelligenz direkt Einschätzungen zum Vorkommen von Schädlingen und Krankheiten aus Felduntersuchungen bereitstellen. Benutzer müssen nicht mehr selbst aufzeichnen und berechnen, was die Umfragegeschwindigkeit und das Intelligenzniveau des Benutzers erheblich verbessert.

Um die Schädlings- und Krankheitsbekämpfung besser durchführen zu können, habe ich außerdem viele Partner – Pflanzenschutzexperten .

Das wissenschaftliche Forschungsteam pflegt seit langem eine enge Zusammenarbeit mit Experten der Pflanzenschutzstation und der Anhui Academy of Agricultural Sciences. Obwohl ich Schädlinge, Krankheiten und Unkraut genau identifizieren und Vorschläge zur Vorbeugung und Bekämpfung machen kann, sind alle Wissensgrundlagen von ihnen sorgfältig zusammengestellt und überprüft worden und weisen einen hohen wissenschaftlichen Wert und eine gute Anwendbarkeit auf. Gleichzeitig wird die Expertenwissensdatenbank in meinem System regelmäßig aktualisiert.

Derzeit organisiert das wissenschaftliche Forschungsteam auch die Kommunikation der Benutzer mit Experten und plant, auf der Grundlage des aktuellen Identifikationssystems noch weiter zu gehen, einen Expertenkommunikations- und Frage-und-Antwort-Kanal einzurichten und Experten im Agrarbereich zu organisieren, um die von den Benutzern gestellten Fragen zu beantworten.

Nachricht vom Assistenten

Natürlich wird mein System weiterhin weiterentwickelt und es werden nach und nach Funktionen hinzugefügt, um allen ein besseres Benutzererlebnis zu bieten.

Als eine der intelligenten landwirtschaftlichen Maschinen, die der landwirtschaftlichen Produktion meines Landes dienen, benötigt meine Entwicklung auch dringend die Anstrengungen und das Wissen wissenschaftlicher Forscher mit Ideen und Fähigkeiten. Das Forschungsteam des Hefei Institute of Physical Science der Chinesischen Akademie der Wissenschaften hofft außerdem, dass, wenn die Technologie ausgereift ist, Entwicklungsqualifikationen in Form einer Softwareschnittstellen-API für die Mehrheit der Entwickler zugänglich gemacht werden können, sodass mehr Teams mit Ideen diese Technologie in einem breiteren landwirtschaftlichen Bereich anwenden und der Mehrheit der Landarbeiter umfassendere, professionellere und intelligentere Dienste anbieten können.