Mandi:印度理工學院 (IIT) Mandi 的科學家開發了一種計算模型,可利用馬鈴薯葉子的照片自動檢測馬鈴薯作物的疾病。
由 IIT Mandi 計算與電氣工程學院副教授 Srikant Srinivasan 博士領導的研究與西姆拉中央馬鈴薯研究所合作,使用人工智能 (AI) 技術突出顯示葉子的患病部分。
由政府生物技術部資助。 這項研究的結果最近發表在《Plant Phenomics》雜誌上,論文由 Srikant Srinivasan 博士、Shyam K. Masakapalli 博士以及研究學者 Joe Johnson 先生和 Mr. Joe Johnson 共同撰寫。來自IIT Mandi 的Geetanjali Sharma 以及來自西姆拉中央馬鈴薯研究所的Vijay Kumar Dua 博士、Sanjeev Sharma 博士和Jagdev Sharma 博士。
在世界歷史上,馬鈴薯是十九世紀中葉世界大饑荒的罪魁禍首,這場大饑荒導致愛爾蘭超過一百萬人死亡,並敲響了愛爾蘭語言的喪鐘。 原因? 馬鈴薯疫病。
此病是馬鈴薯植物的常見病害,一開始是葉尖和葉緣附近不均勻的淺綠色病斑,然後蔓延成大片棕色至紫黑色壞死斑,最終導致植物腐爛。 如果不及時發現和控制,在有利的條件下,枯萎病可能會在一周內摧毀整個作物。
「在印度,與大多數發展中國家一樣,枯萎病的檢測和識別是由訓練有素的人員手動進行的,他們會偵察田地並目視檢查馬鈴薯葉子,」斯里尼瓦桑博士解釋說。 正如預期的那樣,這個過程是乏味的,而且往往不切實際,特別是對於偏遠地區,因為它需要園藝專家的專業知識,而園藝專家可能無法在物理上接觸到。
IIT Mandi 研究學者 Joe Johnson 先生表示:「自動疾病檢測可以在這方面提供幫助,鑑於手機在全國範圍內的廣泛普及,智慧型手機可能成為這方面的有用工具。」使用他的研究成果。 智慧型手機提供的先進高清攝影機、更好的運算能力和通訊途徑為農作物病害自動檢測提供了一個有前景的平台,可以節省時間,並有助於在病害爆發時及時管理。
印度理工學院曼迪科學家開發的計算工具可以檢測馬鈴薯葉片影像中的枯萎病。 該模型是使用一種名為基於掩模區域的捲積神經網路架構的人工智慧工具構建的,可以在複雜的植物和土壤物質背景中準確地突出顯示葉子的患病部分。
為了開發一個強大的模型,從旁遮普邦、北方邦和喜馬偕爾邦的田地收集了健康和患病的葉子數據。 重要的是,所開發的模型應該在全國範圍內具有可移植性。
「檢測性能分析表明,野外環境中樹葉圖像的整體精度為 98%,」Srinivasan 博士說。
儘管馬鈴薯在世界大多數地區不是主糧,但它是一種經濟作物,種植失敗可能會帶來災難性的後果,特別是對擁有邊際土地的農民來說。 因此,及早發現枯萎病對於防止農民和國家經濟遭受財務災難非常重要。
在取得成功之後,該團隊正在將模型縮小到幾十兆字節,以便可以將其作為應用程式託管在智慧型手機上。 這樣,當農民拍攝看起來不健康的葉子時,應用程式將即時確認葉子是否被感染。 有了這些及時的知識,農民就可以準確地知道何時噴灑田地,從而節省農產品並最大限度地減少與不必要使用殺菌劑相關的成本。
斯里尼瓦桑博士補充說:「隨著覆蓋更多州,該模型正在不斷改進。」他強調,該模型將作為 農民區 該應用程式將免費提供給馬鈴薯種植者。