เมื่อเร็วๆ นี้ นักวิจัยจากมหาวิทยาลัยออสเตรเลียตอนใต้ (University of South Australia) ได้พัฒนาระบบ deep learning ที่ใช้โดรนตรวจจับในพื้นที่การเกษตรว่ามีความต้องการการทดน้ำหรือปุ๋ยหรือไม่
โดยระบบจะทำให้เกษตรกรสามารถวางแผนได้อย่างแม่นยำว่าจะต้องเตรียมน้ำและสารอาหารสำหรับที่ข้าวโพดต้องการขนาดเท่าใดในแต่ละวันได้ โดยวิธีนี้มีศักยภาพอย่างสูงมากต่อการปรับปรุงความสมบูรณ์ของพืช ความชื้น สารอาหาร และทำให้ง่ายต่อเกษตรกรในการทำให้มุ่งเน้นไปที่ภาพใหญ่ที่ฟาร์มต้องการจริงๆ ได้
“โดรนนั้นทำให้เกษตรกรเปลี่ยนแปลงจากวิธีการทำการเกษตรแบบดั้งเดิมมาเป็นการทำการเกษตรที่มีความแม่นยำขึ้น เพิ่มทักษะในการบำรุงพืชในแต่ละส่วนที่แตกต่างกันได้อย่างแม่นยำ ด้วยราคาต้นทุนที่ลดลงไป” ดร.Zohaib Khan หัวหน้าทีมนักวิจัยกล่าว “หากแต่จนกระทั่งถึงปัจจุบัน โดรนต้องใช้กล้อง multispectral ที่ราคาค่อนข้างสูงในการสแกนพื้นที่เกษตรกรรมเพื่อแสดงให้เห็นว่าที่จุดใดต้องการการทดน้ำมากขึ้น หรือต้องการให้ใส่ปุ๋ยในส่วนของพืชที่เลือกไว้”
ทีมวิจัยเลือกใช้เฟรมเวิร์ก Caffe ในการสร้างระบบ deep learning โดยใช้ข้อมูลประมาณหลายพันเฟรมภาพที่เก็บมาจากกล้องสีที่มีการใช้งานทั่วไปที่ติดไว้กับโดรน มาสร้างระบบโครงข่ายประสาทเทียม (Neural Network) โดยกล้อง multispectral นั้นได้นำมาใช้ทดสอบเพื่อเปรียบเทียบกับผลการทดสอบกับกล้องทั่วไปด้วย
“ไอเดียหลักคือการเรียนรู้ข้อมูล spatio-spectral relationship ระหว่างข้อมูลในภาพ RGB ที่มีพืชพันธ์ุต่างๆ และข้อมูลสิ่งที่จะกระทบกับค่าดัชนีพืชพรรณ (Vegetation Index : VI)” นักวิจัยเขียนไว้ในงานวิจัยตีพิมพ์ “สิ่งนี้ประสบความสำเร็จได้เพราะประโยชน์ของระบบ deep neural network ที่สามารถทำโมเดลความสัมพันธ์แบบไม่เป็นเส้นตรงระหว่างภาพ RGB และข้อมูลดัชนีพืชพรรณได้”
ซึ่งผลจากภาพที่ได้จากโดรนนั้นได้สัมพันธ์กับการวัดผลค่าดัชนีพืชพรรณที่พื้นดินจริงเป็นอย่างมาก ซึ่งวิธีการที่นำเสนอนั้นยังสามารถที่จะต่อยอดไปโดยใช้กล้อง RGB ที่มีความละเอียดสูงขึ้นได้อีก ทีมวิจัยกล่าว “โดยผลลัพธ์พิสูจน์ให้เห็นว่าภาพ RGB ที่มีข้อมูลที่เพียงพอสำหรับการประเมินค่าดัชนีพืชพรรณได้ ซึ่งเป็นการแสดงให้เห็นว่าการวัดค่าดัชนีพืชพรรณด้วยต้นทุนต่ำนั้นเป็นไปได้โดยใช้กล้อง RGB ทั่วไป”
Source : https://news.developer.nvidia.com/ai-and-drones-help-farmers-detect-crop-needs/