Door deep learning los te laten op camerabeelden van gerbera's is het mogelijk een oogstprognose te doen. Dat blijkt uit het onderzoek in het PPS Smart Greenhouse Horticulture, waarin de gerberascout wordt ontwikkeld: een mobiel platform met camera's dat langs het gewas rijdt. Het onderzoek wordt in opdracht van de Club van 100 uitgevoerd door de Business Unit Glastuinbouw van Wageningen University & Research.
Binnen het project 'Smart Greenhouse Horticulture' werkt de WUR aan detectiesystemen voor onder meer ziekten, plagen en oogstvoorspellingen. De gerberascout is daar een goed voorbeeld van: een wagen rijdt op het buisrailsysteem in een kas en maakt met verschillende camera's beelden van het gewas. Op basis van input van gerberatelers wordt de scout getest voor oogstvoorspelling en voor detectie van meeldauw en witte vlieg.
Deep learning
Voor de oogstvoorspelling maakt een RGB-camera beelden vanaf de bovenkant van het gewas. Vervolgens is beeldherkenning nodig om te berekenen hoeveel knoppen en bloemen van meer dan 2 centimeter aanwezig zijn in het gewas. 'Normale' beeldherkenning herkent niet alle knoppen en bloemen (zo'n 85%). Daarom is de toepassing van deep learning onderzocht. Daarbij leert de computer een knop te herkennen is, onder meer op basis van vormen en kleuren. De detectie op basis van deep learning detecteert meer dan 95% van het totale aantal knoppen en bloemen.
Hyperspectraalcamera
De gerberascout blijkt vooralsnog geen goed wapen in de strijd tegen de witte vlieg - een plaag die vaak voorkomt in de gerbera. Zodra een camera de witte vlieg detecteert, is het kwaad namelijk al geschied: de besmetting is dan al te ver gevorderd.
De RGB-camera's meten maar drie kleuren: rood, groen en blauw. Dat is te weinig om meeldauw te herkennen. Een hyperspectraalcamera deelt licht op in kleinere hapjes dan slechts drie kleuren, en heeft een groter spectraalbereik. Met de hyperspectraalcamera kan de gerberascout meeldauw wél goed herkennen, maar nog relatief vaak geeft de scout een valse waarschuwing. Daarom wordt gewerkt aan een verfijning van het systeem om de detectie robuuster te maken.
Dit project is gefinancierd door Club van 100 en het ministerie van LNV.
bron: Wageningen UR