Earlham Institute的研究人員開發了一個機器學習平臺，使用計算機視覺和航拍圖像對萵苣作物進行分類。

該研究稱，該平臺名為AirSurf-Lettuce，能夠以高于98％的精度對冰山萵苣進行評分。

研究人員在位于伊利的英國第二大蔬菜種植者G’s Growers進行了田間試驗。

作物研究人員，種植者和農民使用航拍圖像在生長季節監測作物。

為了從田間采集的大規模航空影像中提取有意義的信息，需要高通量的表型分析解決方案，這不僅可以產生關鍵作物性狀的高質量指標，還可以幫助農民做出迅速可靠的作物管理決策。

該軟件包括測量數量，大小和精確定位，以幫助農民精確收獲，并以最有效的方式將作物推向市場。重要的是，這項技術可以應用于其他作物，擴大整個食物鏈的積極影響范圍。

生菜是一種需求量非常大的蔬菜，特別是在東安格利亞，每年在英國生產122,000噸。由于種植過程效率低下以及收獲策略，高達30％的產量可能會損失，如果能夠實現，可以帶來顯著的經濟增長。

非常重要的是，農民和種植者必須準確了解作物何時可以收獲成果，以便他們能夠啟動物流規劃，交易和銷售其產品。

然而，傳統上，在田間測量作物非常耗時且勞動強度大，而且容易出錯;因此，基于航拍圖像的新型AI解決方案可以提供更加強大和有效的方法。

種植效率的另一個障礙是，近年來一直在增加的惡劣天氣條件可以非常顯著地減少收獲時間，因為作物需要不同的成熟時間。

AirSurf技術 – 由Earlham Institute的周氏集團成員開發，包括該項目論文的第一作者，Alan Bauer和Aaron Bostrom–使用深度學習和超大規模成像分析來測量高濃度的卷心萵苣 – 吞吐量模式。這能夠識別萵苣植物的精確數量和位置，并具有識別作物品質的額外優勢。

將該系統與GPS相結合，農民可以追蹤田間萵苣的大小分布，這只會有助于提高農業實踐的準確性和有效性，包括收獲時間。

第一作者，EI的Alan Bauer說：“這種跨學科的合作將計算機視覺和機器學習與萵苣種植業務相結合，以展示我們如何利用機器學習提高作物產量。”

G’s Growers的行業合作伙伴，創新經理Jacob Kirwan補充說：“大規模種植意味著在確保我們以環保和經濟可持續的方式生產作物時，精確度至關重要。使用像AirSurf這樣的技術意味著種植者能夠以更高水平的細節了解其田地和作物的變異性。

然后可以從這些信息中做出決定，例如不同的投入和灌溉應用;改變收獲策略和規劃出售作物的最佳時間，都將有助于提高農業產量和提高農業生產力。