AI-model herkent Oksana Xenia®-peren
AI-model herkent Oksana Xenia®-peren
In de afgelopen decennia is het landbouwkundig onderzoek in Nederland enorm versplinterd en uit elkaar gegroeid. En ja, boeren hebben vertrouwen in onderzoek, maar hun vertrouwen is niet onvoorwaardelijk. Ook sluit het onderzoek niet altijd goed aan op de urgente problemen waarmee boeren worstelen in de praktijk.
De initiatiefnemers van Crkls: Misset Uitgeverij, BO Akkerbouw, Wageningen University & Research, Aeres Hogeschool en Groen Kennisnet willen hier wat aan doen voor een toekomstbestendige landbouw in Nederland die nu voor grote uitdagingen staat.
Het kennisplatform Crkls wil het kaf van het koren scheiden en bewezen kennis gemakkelijk vindbaar maken voor boeren op een plek. De resultaten van alle onderzoeken en praktijkproeven in Nederland worden verzameld en door een onafhankelijke redactie beoordeelt en op een uniforme en compacte wijze gepubliceerd.
Objectieve gegevens over de kwaliteit van vers geoogst fruit, voorafgaand aan bewaring, kunnen worden afgeleid uit foto’s van de voorraadbak. Met het herkennen van Oksana Xenia®-peren door een AI-model is een belangrijke eerste stap gezet om kwaliteitskenmerken van de peren te verzamelen.
De afbeelding hieronder laat een resultaat van het model zien: de herkende peer wordt weergeven met een masker (het groene vlak). Aan de hand van het masker wordt een inschatting gemaakt van zowel de maat (diameter) als het gewicht van de betreffende peer.
Op dit moment wordt het door Wageningen Research ontwikkelde model gevalideerd. Bij de validatie worden de inschattingen van de maat ook afgezet tegen gegevens over de hele partij afkomstig uit het sorteerrapport, opgeleverd na bewaring. Daarmee wordt de volgende vraag beantwoord: hoeveel foto’s van voorraadbakken zijn er per partij nodig om een goed beeld te krijgen van de hele partij geoogst fruit?
Het onderzoek is onderdeel van de PPS AGROS-II