在过去的十年中，人工智能和计算机视觉取得了突飞猛进的发展。现在，澳大利亚的葡萄种植者已经准备好将这些技术添加到他们的武器库中。
在整个季节过程中，葡萄园主都面临着如何管理葡萄树冠的各种决定，例如何时何地修剪树枝或施肥。这些决定最终会影响其收获的质量和产量。
越来越多的葡萄种植者依靠一套传感器、探头和摄像头来监控他们的葡萄园并支持决策。数据越好，他们的竞争优势就越大。
地面视觉系统已经存在了一段时间。VitiCanopy 等移动应用程序允许种植者通过一张照片快速评估其树冠的大小和孔隙率。
但现在，阿德莱德大学的研究人员开发了一种新的树冠监视系统，其计算机视觉比以往任何时候都更先进。
“这个新系统背后的人工智能不仅可以检测树冠的发育，”该项目的联合负责人 Javen Shi 教授解释说。
“它还可以估计许多其他关键指标，例如修剪重量和藤蔓上的芽或芽数。”
研究人员利用机器学习的最新进展来提高人工智能预测的准确性。
“通过使用尖端的深度学习技术，我们为我们的预测增加了鲁棒性，以应对小样本量以及您在捕获的图像中获得的所有变化，”Shi 继续说道。
VitiBox 是一款便携式黑匣子，可轻松安装在四轮摩托车、拖拉机或 ATV 上。该盒子包含一个物理 RGB 相机（以及额外的 RGB 和热像仪，如果您选择 Vitibox +），可以持续拍摄它们周围的葡萄藤的快照。
这些摄像机利用 RTK 地理定位来感知它们在太空中的位置，精确度只有几厘米。这比 GPS 替代品实现的 3 到 5 米精度高出一步。
捕获后，位置绑定图像将在云中进行处理，强大的算法将它们转换为葡萄树冠层的关键指标。
这些不仅包括植物面积指数 (PAI) 和植物叶温，还包括修剪重量、芽数、花序和枝条数。
通过在包含 175,000 张图像的库上训练算法，获得了这种葡萄藤的精细视图，这些图像收集在 Riverland 葡萄酒产区的几个葡萄品种中。葡萄栽培专家对图像进行了注释，并对 AI 的预测进行了实事求是。
从本质上讲，VitiBox 将经验丰富的葡萄种植者的专业知识整合到一个严谨的监控系统中，即使在偶然的路过时也可以收集数据。
与 VitiVisor 项目的所有方面一样——由阿德莱德大学、Riverland Wine 和澳大利亚葡萄酒公司进行的一项耗资 300 万美元的研究项目——VitiBox 的设计考虑到了种植者。
“它比现有系统更便宜、更灵活、更通用，”联合负责人 Tien Fu Lu 说。
“它很容易重新配置——您可以连接多个 RGB 摄像头、热像仪，甚至激光雷达传感器。什么样的数据对他们来说很重要，这完全取决于种植者。”
研究团队希望该产品能够帮助澳大利亚葡萄种植者保持领先地位，全面拥抱精准农业的革命。
本站声明：网站内容来源于网络，本站只提供存储，如有侵权或不妥，请联系我们，我们将及时处理，谢谢。发布者：责任编辑，转转请注明出处：https://winery.net.cn/7040.html
