ביאור תיבת גבול לגילוי פירות בחקלאות
כיצד שייפ הציג ביאור תיבה תוחמת מדויקת על פני כל תפוח גלוי בתמונות של מטעים - המכסות את מחזור הצמיחה המלא, לכידה רב-פרספקטיבה ותכונות מצב בשלוש שכבות - שנבנו כמערכת נתונים ברמת ייצור להערכת יבול, קציר רובוטי ובינה מלאכותית של בריאות היבול.
סקירת הפרויקט
ככל שחקלאות מדייקת מתקדמת לעבר קציר וחיזוי יבול המונעים על ידי בינה מלאכותית, הלקוח נזקק לצינור הערות המסוגל לזהות פירות בודדים בקנה מידה גדול על פני תמונות של מטעים צפופים ועמוסים באופן טבעי - המכסה כל שלב צמיחה, מהפריחה ועד הקציר.
שייפ בנה את צינור ההערות מקצה לקצה, הכולל מיקום מדויק של תיבות גבולות לכל פרי, תיוג תנאים מרובי תכונות, טיפול בתמונות מרובות פרספקטיבות ואבטחת איכות דו-שכבתית - ויצר מערכי נתונים מוכנים למודל עבור בינה מלאכותית בחקלאות מדייקת בקנה מידה גדול.
סטטיסטיקות מפתח
סף דיוק
99%
שלבי צמיחה
מחזור מלא
שכבות תכונות
3
פרספקטיוות
קרקע + רחפן
אתגרים
- הערות כל תפוח נראה לעין בתמונות של מטעים צפופים - מאות לכל פריים
- מכסה מחזור הצמיחה המלא — פריחה, פרי ירוק קטן, תפוחים בשלים לחלוטין
- טיפול תמונות מרובות פרספקטיבות — בגובה הקרקע, רחפן מעל הראש, תקריב של ענף
- הבחנה פרי מהעלווה כאשר צבעים מתערבבים בשלבי גדילה מוקדמים
- ניהול חסום, חלקי ומושפע מסנוור פרי מבלי להתפשר על הדיוק
פתרון
מיקום תיבה תוחמת לפי פרי
המביאים ציירו תיבות גבול צפופות סביב כל תפוח גלוי בכל תמונה, ללא קשר לגודל, לשלב הצבע או למיקום בתוך הפריים. אפילו באשכולות צפופים שבהם עשרות פירות חופפים, כל אחד מהם סומן בנפרד כדי לתמוך במודלים של ספירת פירות והערכת יבול במורד הזרם.
כיסוי מלא של מחזור צמיחה
ההערות כיסו תפוחים בכל שלבי הצמיחה - החל מפריחה מוקדמת ופירות ירוקים קטנים ועד לתפוחים אדומים וצהובים בשלים לחלוטין. כיסוי מחזור מלא זה מבטיח שהמודל המאומן יוכל לזהות פירות בכל נקודה במחזור החקלאי, לא רק בקציר.
תמונות רב-פרספקטיביות
תמונות שצולמו משורות מטעים בגובה הקרקע, תמונות רחפן מעל הראש וצילומי ענפים מקרוב נכללו, מה שהופך את מערך הנתונים למגוון ביותר ומייצג את הפריסה בעולם האמיתי. כל פרספקטיבה קיבלה הנחיות ביאור ספציפיות לפרספקטיבה.
סיווג תכונות תלת-שכבתי
כל תפוח מסומן סווג עוד יותר עם מאפיינים המכסים את שלב הבשלה (בוסר, חצי בשל, בשל לחלוטין), סטטוס נראות (נראה לחלוטין, חסום חלקית, חסום מאוד) ומצב הפרי (בריא, פגום, חולה). גישה מרובת מאפיינים זו מאפשרת למודל המאומן להעריך את מוכנות הקציר ואת בריאות היבול לצד זיהוי הפרי.
טיפול בתיק קצה
עורכי הביאור עקבו אחר הנחיות מחמירות לגבי תפוחים מחוץ למסגרת, תפוחים על הקרקע, משטחי פירות מחזירי אור או מבריקים הגורמים לסינוור, ופירות קטנים מרוחקים הדורשים זיהוי ברמת זום. שינויי התאורה - במיוחד צללים על החופה - טופלו באמצעות כללי ביאור מודעים לפרספקטיבה.
היקף הפרויקט
| סוג מערך נתונים | יעד | שלבי צמיחה | פרספקטיוות | תכונות | דיוק |
|---|---|---|---|---|---|
| גילוי פירות חקלאיים | תפוחים | מחזור מלא (פריחה → בשלות) | קרקע + רחפן + תקריב | בשלות, נראות, מצב | 99% |
תוצאות
- הקימה א צינור תיבת גבול של מטע צפוף מסוגל לזהות כל פרי נראה לעין
- מתוקננת כיסוי מלא של ביאור מחזור צמיחה מפריחה ועד קציר
- נתן סיווג תכונות בן 3 שכבות לגבי הבשלות, הנראות והמצב
- נשמר שער דיוק של 99% באמצעות בקרת איכות דו-שכבתית על פני תמונות מרובות פרספקטיבות
- הפעל את הלקוח הערכת יבול, קציר רובוטי, בריאות יבולים ומעקב באמצעות רחפנים AI
בסך הכל, שייפ סייע בהפיכת דרישת זיהוי פירות בקנה מידה של מטעים למערכת ביאור מובנית ומוכנה לייצור - כזו המסוגלת לתמוך בחקלאות מדויקת, קציר רובוטי, חיזוי יבול וניטור בריאות יבולים באמצעות בינה מלאכותית בסביבות מטעים ומחזורי גידול מגוונים.
שייפ תיאר תפוחים שלא יכולנו אפילו להבחין בהם מעלים בחלק מהפריימים. שלב הגדילה ותיוג המצב שלהם הוזנו ישירות למודלים שלנו להערכת היבול ולתכנון הקציר.
