無人機航拍甜椒園產量預估系統

嘉義大學

十月半

在台灣隨著人們的生活品質提升,人力的成本也慢慢的上升,這些成本潛在的降低了農民的利潤,加上傳統產量的預估,採用了人力的方式計算並觀察植物生長情況,但人可能會因為疲累或當日狀況,產生計算的誤差,錯估產量。為了甜椒園減少人力的輸出,並增加精準度,本研究以預估甜椒產量為基礎發想利用無人機航拍甜椒園,並以電腦自動掃描QR-code分辨植株位置及儲存每日照片,再以AI進行影像辨識,將辨識後的數據運用物聯網(Internet of Things, IoT)架構,整合植株資料,並以視窗化界面的方式呈現。經由視窗化的介面,能清楚得知植物生長的歷程與產量的預估值,以達到產量預估。此研究將可以取代傳統的以人力產量預估,達到減少人力的功效。

0

 

// 特色與照片說明

【作品特色與介紹】

1. TensorFlow影像辨識

傳統此類農業在作物採收期判斷果實收穫數量往往僅能依靠人工估計,要確切計算出各植株結果數需耗費大量人力或是許多時間,本作業系統運用TensorFlow框架實現深度學習及機器學習,建立深度學習模型以人工智慧來辨識每株甜椒所結果的數量及位置,最後以視窗系統顯示出相關資訊讓農民方便查看,如此可解決傳統產業人力不足的缺點。

2. QR-Code讀取及無人機飛行

本次作品還結合了QR-Code辨識和無人機技術,不管果園再大,農民只需要操控無人機飛行並對著植株進行錄影或拍攝,再將錄影後的截圖或照片移動至電腦,程式即會自動判別QR-Code讀取植株位置並歸類每一張照片,如此一來植株的每日生長情形也可透過視窗系統進行檢視,方便農民查看每一棵甜椒樹的生長狀況。

3. SQL資料庫

拍攝、辨識完甜椒果實後,我們將植株的生長座標、果實數目、拍攝日期等資訊整合存放置資料庫中,農民可利用視窗程式或是可視化界面查看,提升資訊獲取的便利性

4. 系統彈性大

不只甜椒果實,本作業系統可針對不同類型作物更改訓練模型,進行適度的系統調整,因此也可應用於其他的作物。

【照片說明】

製作假甜椒模型

撰寫C#視窗程式

標記甜椒,以供訓練

訓練AI模型

套用甜椒模型,辨識無人機所拍攝的照片

// 成果影片

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