O společnosti FlowerChecker s.r.o. a jejich službě Plant.id jsme již psali. Jde o technologii automatického rozpoznávání rostlin založené na principech strojového učení, konkrétně hlubokých konvolučních neuronových sítích. Technologie rozpoznávání rostlin může mít široké uplatnění v zemědělství. Proto se vývojáři rozhodli integrovat softwarové modely do zařízení vlastní výroby, které nazvali Plant.id Sensor. Prototyp zařízení obsahuje kameru a dokáže rozlišit jednotlivé druhy plodin a plevelů. Hotové zařízení pak dokáže tyto informace předávat postřikovačům nebo plečkám, které se pak selektivně s plevelem vypořádají. Cílem je úspora postřiků a zdokonalení plecích technik.
Jedním z projektů je také umístění senzoru přímo na dron. Dron je automaticky naváděn pomocí satelitní navigace a díky tomu je schopný pole automaticky nafotit (i když vzhledem k platné legislativě musí být stále pod dozorem člověka). Následně jsou pořízené fotografie vyhodnoceny systémem Plant. id, který určí plodiny a plevel a pomocí GPS je možné určit i přesnou polohu .
Nová funkce - hodnocení zdravotního stavu rostlin
Plant. id ale může být do budoucna využit i k dalším činnostem se zemědělstvím souvisejících. Například k identifikaci nemoci. Tato úloha je pro systém, ale ještě těžší než určování samotných plodin. Nemoci rostlin jsou totiž často komplexní, mají různé projevy, které mohou být navzájem podobné a často je těžké je od sebe rozlišit. Příčinou onemocnění mohou být paraziti, bakteriální a houbové infekce, vlivy prostředí (světelné podmínky, množství zálivky a živin v půdě) aj.
Plant id. se však pustil do tréninku a v současnosti nová funkce dosahuje tzv. top3 přesnosti 70 % pro základní obecné kategorie (např. bakteriální infekce, nedostatek živin) a 60 % přesnosti pro 100 kategorií již konkrétních příčin patogeneze.
Hodnocení zdravotního stavu rostlin je možné vyzkoušet na adrese https://plant.id/.
