(研究成果)开发利用AI的桃树水胁迫影像诊断技术

新闻发布会(研究成果)开发利用AI的桃树水胁迫影像诊断技术

-可进行适当的卤水判断-

信息公开日期: 2025年3月19日(星期三)

重点

农研机构，深层学习1)利用的AI进行桃树的水压力2)开发了对状态进行图像诊断的方法。 该方法通过分析拍摄了树的视频，即使是树体较大的果树也能进行图像诊断。 通过简便地推测树的水胁迫程度，可以在适当的时机进行卤水，从而提高果实的品质等。 另外，通过将本技术发展到除卤水支援以外的栽培管理，期待即使是没有果树栽培经验的人也能够基于数据进行适当的栽培管理。

概要

农业中的劳动力严重减少，今后，为了确保劳动力，调整新加入者容易进入的环境以确保劳动力和劳动力是很重要的。 为了让非熟练者也能像熟练者一样进行栽培管理，利用AI和IoT等创新的智慧农业技术是有效的。 因此，开发了利用近年来发展显着的基于深层学习的图像识别技术，通过果树树体信息的图像分析方法来推测树的水应力的技术。

桃子中，水胁迫会影响果实的大小和糖度，为了生产出品质优良的桃子，有必要进行适当的水管理。 在此之前，根据天气和树的生长，经验性地进行了卤水，但树的水分状态(水势3))的话，可以在即将开始受到水应力之前(树枝的水势值为-1.4MPa等)实施卤水等，实现更合适的卤水。 测量树木的水应力需要专用的高价机器和切下叶子进行测量等劳力，如果能够根据用智能手机等拍摄的图像进行诊断的话，就可以减少测量劳力和机器的成本。

因此，开发了用智能手机拍摄桃树，通过深层学习从图像中推测水应力程度的技术。 在本技术中，通过使用视频成功地进行了立体的、体积大的果树的图像诊断。

通过使用本技术，可以期待通过至今为止很难的基于树的水分状态的卤水，促进树生长，提高果实品质等，即使是非熟练者也可以进行适当的卤水管理。 另外，本技术今后除了水胁迫以外，还可以应用于树生长和果实成熟度等各种各样的图像诊断。 另外，我认为将来也可以发展成基于机器人的自动诊断。 今后通过扩大诊断项目，期待即使是经验较少的人也能够基于数据进行适当的栽培管理。

相关信息

预算: JSPS科研经费21K05585

咨询处等研究推进负责人:农研机构果树茶业研究部门所长井原史雄同基础技术研究总部农业信息研究中心中心主任村上则幸研究负责人者:该果树茶业研究部门果树生产研究领域高级研究员山根崇嘉同基础技术研究总部农业信息研究中心概率模型单元主任研究员哈瓦拉罕·瓦哈尔沙那该图像识别单元单元长度杉浦绫宣传负责人者:农研机构果树茶业研究部门果树联合协调干事 藤野贤治采访申请新闻发布会咨询(邮件表格)详细信息开发的社会背景

果树农业中的载体严重减少，据预测，载体减少的结果是，2035年果树的栽培面积将比2005年减少到不到6成(泽田，2020，关东东海北陆农业经营研究)。 因此，即使对于栽培管理需要熟练的果树，也要创造新加入者容易进入(没有经验的人容易就业)的环境，确保担当者和劳动力。 因此，开发了使用AI的数据驱动型生育诊断技术，为了使非熟练者也能再现熟练者的技术，将其一般化，以此为解决课题提供帮助。

研究的经过

在果树栽培管理中，适量的卤水是稳定生产优质果实的关键技术之一。 桃子的水胁迫也会影响果实的大小和糖度，所以需要适当控制水分。 但是，为了测量树的水分状态，判断是否需要卤水，需要昂贵的机器、专业的知识、剪切叶子进行测量的劳力，此前桃的卤水判断不依赖于上述测量数据，而是考虑无降雨天数和树的生长等，根据经验来决定。

今后，为了使非熟练者也能做出恰当的卤水判断，有必要将树的水分状态(水应力)数值化作为判断基准，但至今为止还没有开发出利用图像等进行简易推定的方法。 因此，开发了从用智能手机等拍摄的图像中简易推定作为判断基准的数值(水势)的方法。

研究的内容和意义

对于树体较大的果树，一方面将树整体拍成一张图像会失去细节信息，另一方面，由于近距离拍摄的少数静止图像不能反映整体，因此存在无法得到足够的信息和精度来推测水应力的问题。 因此，开发了通过一边在树的周围移动一边拍摄视频，从视频中剪切出很多静止图像用于深层学习，从而推测水势，高精度地评价树的水应力的方法(参考文献1 )图1)。

图片

图1桃树的拍摄方法

开发的方法可以以高精度诊断水应力(图2)。 根据推测的水势，可以不错过开始受到水应力的时机地进行卤水等，可以做出适当且没有浪费的卤水判断，有助于确保果实肥大，促进树的生长等。 此外，这样的诊断技术使栽培技术标准化成为可能。

图片

图2验证数据中树枝水势实测值与预测值的关系(红色有水应力)期待今后的计划

通过发展此次开发的果树图像诊断技术，开发出了利用智能手机进行低成本诊断的技术，以及让机器人巡视果园的树体诊断技术，使判断果实的收获期等需要熟练操作变得容易。 今后，将与树的生长相关的诊断项目拓展到其他领域，实现果树栽培技术的标准化，从而使适当的栽培管理的实施变得容易，使经验不足的非熟练者也能够承担工作，从而使劳动力变得容易确保。 并且，推进果树的图像诊断项目的开发，以作为智能手机APP进行社会安装为目标。

术语解说深层学习使用了再现人类神经细胞结构的神经网络机器学习4)的手法之一。返回到点水压力对植物的水分供给少，叶子会变得枯萎等干燥状态返回到点水势表示枝中水分缺乏程度的数值、用于水移动的驱动力、值越小表示越干燥。返回概要机器学习通过经验学习自动改进的计算机算法。 典型的是使用被称为“训练数据”或“学习数据”的数据进行学习，并使用学习结果完成某些任务的东西。返回[术语解释1 ]发表论文

Takayoshi Yamane、Harshana Habaragamuwa、Ryo Sugiura、Taro Takahashi、Hiroko Hayama、Nobuhito Mitani、 stem water potential estimation from images using a field noise-robust deep regression-based approach in peach trees，scientific reports 1110

研究负责人的声音

图片

拍摄的样子

果树茶业研究部门果树生产研究领域高级研究员山根崇嘉

我一边想象着AI的心情一边拍了树。 为了让AI容易理解和解释。 而且，为了不让人看到大量类似的图像而厌倦。 具体来说，为了能丰富地反映出要检测的特征，我们从各种角度进行了拍摄，并设法在各种日期和时间进行拍摄，以免受到农场的天气和日照的影响。 结果，AI没有对我的手抖造成不高兴，似乎满足了我的期待。 虽然技术开发中也有如此细致的要素，但我希望通过反复研究，有一天即使没有经验的人加入也能实现不会出现大失败的果树栽培，为日本果树产业的发展做出贡献。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。