智慧農業之AI植葉調查員

嘉義大學

植葉調查團

植物的葉片為行光合作用及蒸散作用的主要器官,而葉子面積是農業研究上表示農作物獲取養分中最有效的量測項目。葉片面積的變化及大小可呈現作物生長發育的程度、光能的截取能力等,為植物生長分析之重要特徵,紀錄葉子的生長發育可應用於追蹤植物生長的情形,建立環境與植物生長的相關模式。 而我們主要目標是較高經濟價值的農作物,將以草莓為例作為實驗,透過葉片面積大小、生長曲線研究其生長情況,對比果實大小、甜度高低等。

因此我們期望透過深度學習與AI影像辨識,建立簡便、快速及準確的葉面積檢測系統,並將系統上架至手機應用程式(APP),輕鬆使用手機拍照即可預測葉面積,降低機器操作的複雜度,不需購買任何測量器具以及人工進行測量。本系統協助研究與分析植物生長發育,觀察植物葉片與果實的成長關係,將對於農作物生長的研究有相當助益。

0

// 特色與照片說明

【作品特色與介紹】

1. 建立深度學習模型快速測量葉面積:

本系統採用Mask R-CNN作為深度學習模型,進行葉子檢測-繪製目標邊界框,目標分類-標記出每個目標的類別,像素級目標分割(ROI)-分辨目標檢測中裡面何謂目標物,何謂背景。將檢測的葉子框出並塗色,計算並顯示其面積(請見附圖),並與某國立大學園藝系教授合作,建立葉子面積大數據,將不斷收集大量圖片增加模型準確度,透過所拍攝的葉子圖片即可預測其面積,AI幫助菜農觀測葉面積,快速蒐集葉面積資料以做研究或分析其生長情況。

2. 非破壞性取樣,手機拍攝即可測量:

現今測量葉面積的方式多為破壞性取樣,需要將受測的葉片摘下,經過葉面積測量儀器,或是生物影像處理分析軟體ImageJ來進行測量與分析,拍攝完的葉子照片需導入軟體,進行相關操作,不少需要手動設定與調整,過程複雜且繁瑣。而本系統可使用非破壞性取樣,先利用已知面積之硬幣或貼紙,利用數位影像像素(pixel)推算葉片面積,使用手機相機進行影像擷取拍攝,可立即估算並預測葉面積,不損傷葉片就能快速追蹤、測量葉片面積的生長變化,操作簡單且方便。

【照片說明】

實測葉子的大小

 

此圖為標記葉子的邊框座標,作為我們的訓練資料。

模型訓練過程

模型測試結果

Related Posts

林 亮潔
2020 年 9 月 19 日
近年STEAM教育帶起一股自造教育風潮,各國中小和高中職各級學校積極推動科技教育觀念,希望藉由自造啟發孩童的想像力與創造力,打造創客氛圍與環境,知識不再只是來自於課本,而是更多對動手做的認識。 ...
wen.lin
2020 年 9 月 18 日
makerpro
2020 年 9 月 17 日