Framtidens agrarteknik handlar inte bara om förarlösa traktorer eller tröskor. En dansk studie utvecklar en ny metod för automatisk fröanalys, som är baserad på artificiell intelligens och bildigenkänning.
Drönare och sensorer blir allt vanligare inom ett flertal sektorer i den agrara produktionen men nu har danska forskare funnit en helt ny tillämpning. Det handlar om fröanalys. Fröanalys är fortfarande ett specialiserat handarbete.
Arbetet med att sortera och klassificera frön genomförs till stora delar manuellt av specialutbildade experter. Identifieringen av frön och sorteringen efter kvalitet och sorter är ett extremt kvalificerat arbete.
En dansk studie från Aarhus Universitet och Tystoftestiftelsen visar hur artificiell intelligens och bildigenkänning kan revolutionera en av de mest manuella disciplinerna som används inom jordbruket.
Mer precision för bättre analys
Fröanalys är en extremt speciell uppgift. Experterna måste känna och identifiera frön både utan och innan. Det förutsätter både erfarenhet och precision, förklarar Martin Himmelboe, som är doktorand vid institutionen för agroekologi vid Aarhus universitet.
De danska forskarna utreder nu om jobbet kunde utföras med ny teknologi, och kanske till och med mer exakt än tidigare. Himmelboe och hans medarbetare har granskat läget inom forskningen på området.
Tänkbara metoder är bildbaserad fröanalys i kombination med artificiell intelligens. Forskare har börjat utveckla metoder för visuell analys med hjälp av bildbehandling och maskininlärning.
Många studier har visat lovande resultat, särskilt när det gäller att klassificera ogräsfrön. I flera fall har modellerna uppnått hög noggrannhet, säger Martin Himmelboe, enligt ett pressmeddelande från Aarhus Universitet.
De nyaste modellerna tyder på hög noggrannhet i flera fall. Detta gäller särskilt för identifiering av olika spannmåls- och ogräsarter. Detta tyder på att tekniken har potential att stöda manuell analys, fastslår Martin Himmelboe.
Artikeln lyfter fram ett antal studier med bilder av frön som matas in i algoritmer för maskininlärning, som därefter tränas att skilja mellan rena och orena frön. Modellerna har lärt sig att skilja mellan rena och orena frön.
Dessa modeller kan därefter tränas att känna igen specifika ogräsarter som annars kan vara svåra att identifiera, till och med för tränade ögon. Martin Himmelboe ser stora möjligheter för metoden i framtiden.
Automatisering dröjer fortfarande
Enligt de danska forskarna kan identifieringen av frön förefalla ointressant för den stora allmänheten men fördelarna är desto större för branscher som hanterar frön. Detta gäller inte minst i Danmark.
Danmark är en av världens viktigaste exportör av gräsfrö och kvaliteten är utslagsgivande, både när det gäller produktion, export och certifiering. Möjligheten att automatisera fröanalysen skulle avsevärt förbättra processerna.
Detta innebär att fröföretagen kan reagera snabbare, vilket i sin tur medger snabbare och mer effektiva processer inom produktionen. Tekniken är lovande men kan ännu inte ersätta mänskliga fröexperter.
I stället vill forskarna effektivera samarbetet mellan människor och maskiner. Målet är ett verktyg som fröanalytiker kan använda för att hantera stora mängder data.