一个种子批次会产生多少健康的番茄植株? 瓦赫宁根大学和研究所农业食品机器人的研究人员开发了一种自动发芽测试,可为种子育种者和种植者提供快速客观的答案,从而节省成本并提高效率。
种植者喜欢提供统一的植物,因此想知道他们订购的种子的质量。 一批种子能产多少株? 是否存在生长滞后、茎扭曲或叶子缺失的标本? 种子育种者和种植者都进行发芽试验。
通过这些测试种植的植物是根据公司自己的标准和种植方法手动评估的。例如,种子育种者全年在完全相同的条件下种植,而在商业温室中,这些条件可能因季节而异. “因此,发芽测试的结果可能彼此不同。 这使得种子育种者难以就种子质量达成一致,也使种植者难以正确估计幼苗的产量,”瓦赫宁根大学与研究公司农业食品机器人的研究员 Lydia Meesters 说。
神经网络
在项目中 育种公司和种植者的高科技植物表型工具的开发(2018-2021),瓦赫宁根大学和研究中心农业食品机器人的研究人员开发了一种自动、标准化的发芽测试,可以消除这些问题。
“通过我们的 MARVIN 相机系统,我们制作了大量番茄幼苗的高速胶片,并将它们链接到分类软件,”Meesters 说。 “该软件使用神经网络(深度学习),这是一种人工智能形式,使计算机能够根据收到的信息进行学习。 在这种情况下,我们制作了 2 维和 3 维图像。”
更好的预测
该项目的 XNUMX 位合作伙伴之一是 Warmenhuizen Bejo Zaden 的研究员 Paul Verbruggen。 “我们一直在寻求更好地预测来自我们的种子的番茄植株的质量和均匀度,”他解释道。
多亏了瓦赫宁根的研究,这个目标现在已经触手可及。 “Marvin 相机系统似乎已经可以很好地预测植物的质量,”Verbruggen 说。 “当您添加人工智能等新技术时,可靠性会显着提高。 第一个结果还表明,收集番茄植物的 2-D 或 3-D 图像并不重要。 “对我们来说很高兴知道,因为它证实 Bejo Zaden 已经在使用一个好的系统。”
高效工作
Verbruggen 还指出,很难与其他各方就如何准确衡量种子质量达成共识。 “我们现在正在合作开发量身定制的预测模型,每个链合作伙伴都可以用它来训练自己的模型。” 如果这取决于 Meesters,这些模型仅仅是个开始。 “现代技术融入温室的次数越多,公司的效率就越高。”