Uit een promotieonderzoek aan de Rijksuniversiteit Groningen blijkt dat op gebied van deep learning, een vorm van kunstmatige intelligentie, grote stappen voorwaarts zijn gezet in beeldclassificatie. Dit kan van pas komen in de agrarische bedrijfsvoering.
Deep learning is een techniek die gebaseerd is op meerlaagse neurale netwerken. Met deze vorm van kunstmatige intelligentie wordt in zekere zin de werking van het menselijke brein gesimuleerd.
Het herkennen, detecteren en tellen van planten is van cruciaal belang in de agrarische bedrijfsvoering. Het herkennen van bijvoorbeeld ziektes en onkruid in een gewas is nodig om de juiste teelttechnische maatregelen te kunnen nemen. Nu gebeurt dit voornamelijk door observatie in het land. Dat is een tijdrovend proces dat bovendien veel vakmanschap van de boer of teeltvoorlichter vraagt.
Computer vision en machine learning zijn inmiddels breed toegepaste technieken die ook kunnen worden toegepast voor het herkennen van planten. Het herkennen van gewassen blijft met deze technieken moeilijk. De verschillen tussen bijvoorbeeld een cultuurplant en een onkruidplant zijn klein. Daar komt bij dat de achtergrond en dat de kwaliteit van de beelden vaak wisselt.
De techniek staat niet stil
Pornntiwa Pawara promoveert dinsdag 9 februari aan de Rijksuniversiteit Groningen op een onderzoek naar de verschillende technieken die gebruikt kunnen worden voor de herkenning, detectie en voor het tellen van planten. Uit haar promotieonderzoek blijkt dat met de recente ontwikkelingen in deep learning grote stappen voorwaarts zijn gezet in beeldclassificatie.
Op termijn, als de techniek betrouwbaar genoeg wordt, kunnen deze technieken bijvoorbeeld op een veldspuit voor het plaatsspecifiek bestrijden van onkruid worden toegepast. Maar er valt ook te denken mechanische onkruidbestrijding of het machinaal selecteren van pootgoed.
© DCA Market Intelligence. Op deze marktinformatie berust auteursrecht. Het is niet toegestaan de inhoud te vermenigvuldigen, distribueren, verspreiden of tegen vergoeding beschikbaar te stellen aan derden, in welke vorm dan ook, zonder de uitdrukkelijke, schriftelijke, toestemming van DCA Market Intelligence.