Фото: із відкритих джерел
Дослідники UF/IFAS створюють два вебзастосунки — PhenoSeg і PhenoSnap — які працюють із дроновими знімками та допомагають виробникам швидше оцінювати потенційну врожайність полуниці й томатів.
Про це повідомляє сайт Аграрії разом з посиланням на Hortidaily.
Точний прогноз врожайності — одна з ключових умов для планування виробництва та повернення інвестицій у сезоні. Дослідники Університету Флориди (UF/IFAS) розробляють вебінструменти з елементами штучного інтелекту, які мають спростити й пришвидшити оцінку врожаю полуниці та томатів на основі зображень із дронів.
За даними USDA National Agricultural Statistics Service, у Флориді виробнича вартість полуниці у 2025 році становила $714 млн, а томатів — $532 млн. На цьому тлі потреба у швидких і точних оцінках урожаю для виробників особливо відчутна, зазначається в матеріалі.
Як працюють PhenoSeg і PhenoSnap
Проєкт передбачає двоетапний робочий процес із двома застосунками — PhenoSeg та PhenoSnap. Оновлення щодо них виробникам полуниці представив Кевін Ван (Kevin Wang), асистент-професор аграрної та біологічної інженерії UF/IFAS, під час AgriTech conference у Plant City 5 травня.
- PhenoSeg виконує сегментацію рослин полуниці на дронових знімках — тобто «відокремлює» кожну рослину від фону, щоб точніше рахувати плоди та квіти на рівні окремої рослини.
- PhenoSnap — вебзастосунок, який виявляє та рахує плоди, квіти й вуса (runners) у полуниці. Також він може рахувати плоди та квіти томатів.
Після обльоту поля дрон робить високороздільні кольорові знімки. Далі зображення завантажують у PhenoSeg для сегментації, а отримані «рослинні» фрагменти — у PhenoSnap для підрахунку плодів і квітів на кожній рослині. У UF/IFAS підкреслюють, що дронове збирання даних охоплює значно більшу площу за менший час, ніж ручний обхід рядків або наземні платформи скаутингу.
Обчислення на суперкомп’ютері та доступ через браузер
Обидва застосунки розміщені на HiPerGator — університетському суперкомп’ютері UF. За словами Вана, завдяки цьому користувачам не потрібно встановлювати програмне забезпечення або мати потужні комп’ютери: результати можна отримати, завантаживши зображення через веббраузер.
Польові дані та поточні обмеження
У сезоні 2025–26 науковці збирали дронові знімки на дослідній фермі UF/IFAS Gulf Coast Research and Education Center (GCREC), а також на двох фермах комерційних виробників.
«Проміжні результати 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 його на наступному етапі розробки. Ми хочемо бути прозорими щодо цього — інструмент працює, але моделі комп’ютерного зору та алгоритм, що його підтримує, ще потребують доопрацювання», — сказав Кевін Ван.
Над проєктом Ван працює разом із Ваелем Елвакілом (Wael Elwakil), фахівцем UF/IFAS Extension Hillsborough County з овочів і фруктів, та Шінсуке Аґехарою (Shinsuke Agehara), асоційованим професором садівничих наук у GCREC. Також у матеріалі зазначено, що селекціонери UF/IFAS Ванс Вітакер (полуниця) та Джессіка Чітвуд-Браун (томати) були «інструментальними» у формуванні моделей виявлення плодів і квітів для кожної культури.
Що це може дати виробникам
У UF/IFAS наголошують, що підхід із дроновими знімками та вебобробкою може зменшити потребу в ручному підрахунку та прискорити отримання оцінок, які потрібні для планування робіт і ресурсів у сезоні. Команда також заявляє про намір розширювати використання застосунків на інших комерційних господарствах і запрошує виробників долучатися до тестування, щоб адаптувати процес до масштабного виробництва.