Фото: із відкритих джерел
Дослідники Університету Флориди створюють двоетапні вебзастосунки PhenoSeg і PhenoSnap, які аналізують знімки з дронів і рахують квіти та плоди на рівні окремих рослин. Інструменти мають пришвидшити й стандартизувати оцінку врожайності, але розробники визнають: підрахунок у PhenoSnap поки що може занижувати результат.
Про це повідомляє сайт Аграрії разом з посиланням на Hortidaily.
Дослідники Університету Флориди (UF/IFAS) працюють над вебінструментами на основі штучного інтелекту, які мають допомогти виробникам швидше й точніше оцінювати потенційну врожайність у сезоні. Йдеться про двоетапні застосунки PhenoSeg і PhenoSnap, що обробляють високороздільні кольорові знімки з дронів і автоматизують підрахунок елементів урожаю.
За даними USDA National Agricultural Statistics Service, у Флориді вартість виробництва полуниці у 2025 році сягнула $714 млн, а томатів — $532 млн. На цьому тлі точніші прогнози врожайності важливі для планування виробництва та економіки господарства, зазначають автори розробки.
Як працює двоетапний підхід
Оновлення щодо інструментів виробникам полуниці представив Кевін Ван (Kevin Wang), асистент-професор аграрної та біологічної інженерії UF/IFAS, під час AgriTech conference у Plant City 5 травня. Він також є провідним автором нового документа Ask IFAS, присвяченого цим рішенням.
Логіка роботи побудована як послідовність із двох кроків:
- Збір даних: дрон пролітає над полем полуниці та робить високороздільні кольорові знімки. Такий підхід, за описом розробників, дає змогу охопити значно більшу площу за менший час порівняно з ручним обходом рядків або наземними платформами моніторингу.
- Обробка у PhenoSeg: після польоту зображення завантажують у PhenoSeg, який виконує сегментацію — «відділяє» кожну окрему рослину полуниці від фону, щоб надалі можна було працювати з даними на рівні рослини.
- Підрахунок у PhenoSnap: отримані «рослинні» зображення завантажують у PhenoSnap, який визначає та рахує плоди й квіти на кожній рослині. Для полуниці застосунок також може рахувати вуса (runners). Окремо зазначено, що PhenoSnap здатен рахувати плоди й квіти також у томатів.
Інфраструктура та доступ для господарств
Обидва застосунки розміщені на HiPerGator — суперкомп’ютері UF. За словами Кевіна Вана, це знімає вимогу встановлювати програмне забезпечення на місці або мати потужні комп’ютери: результати можна отримувати, просто завантажуючи зображення через веббраузер.
Дані випробувань і поточні обмеження
Упродовж сезону 2025–26 науковці збирали дронові знімки на дослідній фермі UF/IFAS Gulf Coast Research and Education Center (GCREC), а також на двох комерційних фермах.
«Результати наразі обнадійливі. Сегментація рослин у PhenoSeg працює добре. Підрахунок плодів і квітів у PhenoSnap все ще має тенденцію до заниження — це відоме обмеження, над яким ми активно працюємо, щоб поліпшити в наступній фазі розробки. Ми хочемо бути прозорими щодо цього: інструмент працює, але моделі комп’ютерного зору та алгоритм потребують тонкого налаштування», — сказав Кевін Ван.
Над проєктом Ван працює разом із Wael Elwakil (агент UF/IFAS Extension із фруктів та овочів у окрузі Гіллсборо) та Shinsuke Agehara (асоційований професор садівничих наук у GCREC). Також у матеріалі згадано участь селекціонерів UF/IFAS Vance Whitaker (полуниця) та Jessica Chitwood-Brown (томати), які, за словами Вана, були «інструментальними» в налаштуванні моделей виявлення плодів і квітів для кожної культури.
Що це може дати виробникам
З опису розробників випливає, що інструменти можуть бути корисними там, де потрібні оперативні оцінки врожайності на основі фактичних спостережень у полі, а не лише ручних підрахунків або історичних даних. Команда UF/IFAS планує розширювати використання застосунків на додаткові комерційні господарства та збирати зворотний зв’язок для адаптації процесу до масштабного виробництва.