Виявлення фузаріозної гнилі за допомогою смартфона
Новий проект Університету Іллінойсу використовує передову технологію розпізнавання об'єктів, щоб не допустити потрапляння забруднених токсинами зерен пшениці в продукти харчування та допомогти дослідникам зробити пшеницю більш стійкою до фузаріозу чи парші.
За словами Джесіки Руткоскі, доцента кафедри рослинництва Коледжу сільськогосподарських, споживчих та екологічних наук (ACES) в Іллінойсі, фузаріоз завдає великої економічної шкоди пшениці.
«Хвороба була великим стримуючим фактором для людей, які вирощують пшеницю у східній частині США, тому що вони могли виростити чудовий урожай, а потім віднести його на елеватор лише для того, щоб його забракували».
Кількісна оцінка пошкодження ядра за допомогою зерен, зроблених мобільним телефоном.
Підвищення стійкості зазвичай здійснюється за допомогою фенотипування, яке являє собою тривалий процес, що повторюється. Разом з експертами зі штучного інтелекту Джунже Ву, докторантом Департаменту сільськогосподарської та біологічної інженерії (ABE), та Гірішем Чоудхарі, доцентом ABE та Департаменту комп'ютерних наук (CS), Джесіка Руткоскі хотіла перевірити, чи можливе кількісне визначення ядра та пошкодження за допомогою простих зображень зерен із мобільного телефону.
"Система, яка могла б автоматично оцінювати пошкодження ядер, здавалася здійсненною, тому що симптоми досить зрозумілі", - сказав Руткоскі. Алгоритми були навчені виявляти трохи пошкоджені ядра з достатньою точністю, використовуючи всього кілька зображень.
Тільки на 60% точніше, ніж у людей
Коли команда протестувала лише технологію машинного навчання, вона змогла передбачити рівні дезоксиніваленолу (ДОН) краще, ніж оцінки симптомів захворювання у польових умовах, на які селекціонери часто покладаються замість фенотипування ядра, щоб заощадити час та ресурси. Але в порівнянні з тим, як люди оцінювали збитки від хвороб на ядрах у лабораторії, технологія була точною лише на 60%.
Однак дослідники все ще мають надію, оскільки в їх початкових тестах не використовувалося багато зразків для навчання моделі. В даний час вони додають зразки та розраховують досягти більшої точності за допомогою додаткового налаштування.
Руткоскі каже, що кінцевою метою є створення онлайн-порталу, де селекціонери, подібні до неї, могли б завантажувати фотографії зерен пшениці зі свого мобільного телефону для автоматичної оцінки пошкодження фузаріозом.
Також читайте: