Un système de vision artificielle capable de localiser et d’identifier les fleurs du roi des pommiers dans des grappes de fleurs sur des arbres dans des vergers a été conçu par des chercheurs de Penn State – une première étape critique dans le développement d’un système de pollinisation robotique – dans une étude unique en son genre. .
Les fleurs de pommier poussent en groupes de quatre à six fleurs attachées aux branches, et la fleur centrale est connue sous le nom de fleur royale. Cette fleur s’ouvre en premier dans la grappe et produit généralement le plus gros fruit. C’est donc la cible clé d’un système de pollinisation robotisé, selon le chercheur Long He, professeur adjoint de génie agricole et biologique.
La pollinisation par les insectes a traditionnellement été invoquée pour la productivité des pommes. Cependant, les preuves suggèrent que les services de pollinisation, à la fois des abeilles domestiques et des pollinisateurs sauvages, ne répondent pas à la demande croissante, a-t-il noté. En raison du trouble d’effondrement des colonies, les abeilles du monde entier meurent à un rythme alarmant. Par conséquent, les producteurs ont besoin de méthodes alternatives de pollinisation.
Cette étude est la dernière menée par le groupe de recherche de He au Collège des sciences agricoles, qui se consacre au développement de systèmes robotiques pour accomplir des tâches agricoles à forte intensité de main-d’œuvre telles que la cueillette des champignons, la taille des pommiers et l’éclaircissage des fruits verts. L’objectif principal de ce projet, a-t-il expliqué, était de développer un système de vision basé sur l’apprentissage en profondeur qui pourrait identifier et localiser avec précision les fleurs royales dans les cimes des arbres.
« Nous pensons que ce résultat fournira des informations de base pour un système de pollinisation robotique, qui conduirait à une pollinisation efficace et reproductible des pommes afin de maximiser le rendement de fruits de haute qualité », a-t-il déclaré. « En Pennsylvanie, nous pouvons toujours compter sur les abeilles pour polliniser les cultures de pommes, mais dans d’autres régions où la mortalité des abeilles a été plus grave, les producteurs pourraient avoir besoin de cette technologie plus tôt que tard. »
Xinyang Mu, doctorant au Département de génie biologique agricole, a dirigé l’étude sur la fleur royale. Mu a utilisé Mask R-CNN, un programme informatique populaire d’apprentissage en profondeur qui effectue une segmentation au niveau des pixels pour détecter les objets partiellement masqués par d’autres objets, pour identifier et localiser les fleurs royales dans un système de vision artificielle.
Pour construire le modèle de détection basé sur Mask R-CNN, il a capturé des centaines de photos de grappes de fleurs de pommier. Ensuite, il a développé un algorithme de segmentation des fleurs royales pour identifier et localiser les fleurs royales à partir de cet ensemble de données brutes d’images de fleurs de pommier. La recherche a été menée au Fruit Research and Extension Center de Penn State, à Biglerville.
Les variétés de pommes Gala et Honeycrisp ont été sélectionnées pour les tests. Les arbres d’essai ont été plantés en 2014 avec un espacement d’environ 5 pieds (Gala) et 6 1/2 pieds (Honeycrisp). Ces arbres ont été formés dans une architecture à canopée haute, avec une hauteur moyenne d’environ 13 pieds. Le système d’acquisition d’images avec une caméra a été monté sur un véhicule utilitaire manoeuvré entre des rangées d’arbres.
La formation du système de vision artificielle pour localiser les fleurs royales était difficile, a souligné Mu, car elles ont la même taille, la même couleur et la même forme que les fleurs latérales en grappes, et les fleurs royales sont généralement masquées par les fleurs environnantes en raison de leur position centrale.
Pour répondre aux exigences de l’apprentissage par transfert pour la formation du modèle Mask R-CNN, les images brutes ont été étiquetées dans deux classes prédéfinies : fleurs individuelles et fleurs occluses. Pour améliorer la précision, l’ensemble de données de formation a été multiplié par quatre à l’aide d’approches d’augmentation de données, a expliqué Mu.
« Pour distinguer les fleurs royales des fleurs latérales, la fleur la plus centrale de chaque grappe de fleurs a été ciblée ou localisée », a-t-il déclaré. « Le système de vision a automatiquement localisé les grappes de fleurs séparément sur la base d’une approche de cartographie bidimensionnelle de la densité des fleurs. Dans chaque grappe de fleurs détectée, la fleur – ou le masque – à la position la plus centrée a été déterminée comme la fleur principale cible.
Dans des conclusions récemment publiées dans Technologie agricole intelligente, les chercheurs ont signalé un niveau élevé de précision de détection des fleurs royales résultant de l’algorithme de Mu. Par rapport aux mesures prises manuellement par les chercheurs identifiant les fleurs royales à l’œil nu, appelées mesures de vérité au sol par les chercheurs, la précision de la détection des fleurs royales par vision artificielle variait de 98,7 % à 65,6 %.
Plus d’information:
Xinyang Mu et al, détection des fleurs de pommier basée sur Mask R-CNN et identification de la fleur royale pour une pollinisation de précision, Technologie agricole intelligente (2022). DOI : 10.1016/j.atech.2022.100151