ဥယျာဉ်ခြံများရှိ သစ်ပင်များပေါ်ရှိ သစ်ပင်များပေါ်ရှိ ပန်းပွင့်အစုအဝေးအတွင်း ပန်းသီးဘုရင်မပွင့်များကို တည်နေရာရှာဖွေဖော်ထုတ်နိုင်သည့် စက်ရူပါရုံစနစ်အား Penn State သုတေသီများက တီထွင်ဖန်တီးခဲ့ခြင်းဖြစ်သည်—ယင်း၏ပထမဆုံးသောလေ့လာမှုတစ်ခုတွင် စက်ရုပ်ဝတ်မှုန်ကူးမှုစနစ်ဖွံ့ဖြိုးတိုးတက်ရေး၏ အရေးကြီးသောအစောပိုင်းအဆင့်— .
ပန်းသီးပွင့်များသည် အကိုင်းအခက်များတွင် လေးပွင့်မှ ခြောက်ပွင့်အုပ်စုဖြင့် ပေါက်ရောက်ပြီး အလယ်ပွင့်ကို ဘုရင်ပန်းဟု ခေါ်သည်။ ဤပန်းသည် အစုအဝေးတွင် ပထမဆုံးပွင့်ပြီး အများအားဖြင့် အကြီးဆုံးအသီးကို ပေါက်သည်။ ထို့ကြောင့် ၎င်းသည် စက်ရုပ်ဝတ်မှုန်ကူးမှုစနစ်၏ အဓိကပစ်မှတ်ဖြစ်သည် ဟု သုတေသီ Long He မှ စိုက်ပျိုးရေးနှင့် လက်ထောက်ပါမောက္ခ၊ ဇီဝဗေဒအင်ဂျင်နီယာ.
ပိုးမွှားဝတ်မှုန်ကူးခြင်းကို ရှေးယခင်ကတည်းက ပန်းသီး၏ ထုတ်လုပ်မှုစွမ်းအားအတွက် မှီခိုအားထားခဲ့သည်။ သို့သော်လည်း အိမ်မွေးပျားများနှင့် တောရိုင်းဝတ်မှုန်ကူးသူများထံမှ ဝတ်မှုန်ကူးခြင်းဝန်ဆောင်မှုများသည် တိုးများလာနေသော လိုအပ်ချက်များနှင့် မကိုက်ညီကြောင်း သက်သေအထောက်အထားများက အကြံပြုထားသည်။ ကြောင့်ပါ။ ကိုလိုနီပြိုကျမှုရောဂါကမ္ဘာတစ်ဝှမ်းရှိ ပျားပျားများသည် ကြောက်မက်ဖွယ်ရာနှုန်းဖြင့် သေဆုံးနေကြပါသည်။ ရလဒ်အနေဖြင့် ထုတ်လုပ်သူများသည် ၀တ်မှုန်ကူးခြင်း၏ အခြားနည်းလမ်းများ လိုအပ်ပါသည်။
ဤလေ့လာမှုသည် စိုက်ပျိုးရေးသိပ္ပံကောလိပ်ရှိ He ၏ သုတေသနအဖွဲ့မှ နောက်ဆုံးထွက်ရှိထားသည့် မှိုကောက်ခြင်း၊ ပန်းသီးပင်များ ဖြတ်တောက်ခြင်းနှင့် အသီးအနှံများ ပါးပါးလှီးခြင်းစသည့် လုပ်သားအင်အားသုံး စိုက်ပျိုးရေးဆိုင်ရာ လုပ်ငန်းများကို ပြီးမြောက်အောင်မြင်စေရန် စက်ရုပ်စနစ်များ တီထွင်ထုတ်လုပ်ရန် ရည်မှန်းထားသည်။ ဤပရောဂျက်၏ အဓိက ရည်မှန်းချက်မှာ နက်ရှိုင်းသော သင်ယူမှုအခြေခံ ရူပါရုံစနစ်တစ်ခုကို ဖော်ထုတ်ရန်နှင့် သစ်ပင်မိုးကာများတွင် ရှင်ဘုရင်ပန်းပွင့်များကို အတိအကျ ရှာဖွေဖော်ထုတ်နိုင်စေရန် ဖြစ်ကြောင်း ၎င်းက ရှင်းပြခဲ့သည်။
“ဒီရလဒ်က အရည်အသွေးကောင်းတဲ့ အသီးအနှံတွေရဲ့ အထွက်နှုန်းကို အမြင့်ဆုံးရဖို့အတွက် ပန်းသီးတွေကို ထိရောက်ပြီး မျိုးပွားနိုင်တဲ့ ဝတ်မှုန်ကူးမှုဆီကို ဦးတည်စေမယ့် စက်ရုပ်ဝတ်မှုန်ကူးမှုစနစ်အတွက် အခြေခံအချက်အလက်ကို ပေးစွမ်းနိုင်မယ်လို့ ထင်ပါတယ်” ဟု ၎င်းက ဆိုသည်။ “ပင်ဆယ်လ်ဗေးနီးယားတွင် ပန်းသီးပင်များကို ဝတ်မှုန်ကူးရန် ပျားများကို မှီခိုအားထားနေရဆဲဖြစ်သော်လည်း ပျားအသေအပျောက်များ ပိုမိုပြင်းထန်သည့် အခြားဒေသများတွင်မူ စိုက်ပျိုးသူများသည် ဤနည်းပညာကို နောက်ကျမှ လိုအပ်ကောင်း လိုအပ်နိုင်မည်ဖြစ်သည်။”
စိုက်ပျိုးရေးဇီဝဗေဒဌာနမှ ပါရဂူကျောင်းသား Xinyang Mu သည် ရှင်ဘုရင်ပန်းပွင့်လေ့လာမှုကို ဦးဆောင်ခဲ့သည်။ Mu သည် အခြားအရာဝတ္ထုများ၏ တစ်စိတ်တစ်ပိုင်း ဖုံးကွယ်နေသော အရာများကို ရှာဖွေရန်—စက်ဖြင့် ရူပါရုံစနစ်တွင် ဘုရင်ပန်းပွင့်များကို ရှာဖွေဖော်ထုတ်ရန်နှင့် တည်နေရာရှာဖွေရန် pixel-level segmentation လုပ်ဆောင်သည့် ရေပန်းစားသော နက်နဲသောသင်ယူမှုကွန်ပြူတာပရိုဂရမ်ဖြစ်သည့် Mask R-CNN ကို အသုံးပြုခဲ့သည်။
Mask R-CNN-based detection model ကိုတည်ဆောက်ရန်အတွက် ရာနှင့်ချီသော ပန်းသီးပန်းပွင့်အစုအဝေးဓာတ်ပုံများကို ရိုက်ကူးခဲ့သည်။ ထို့နောက် ပန်းသီးပွင့်ပုံများ၏ အကြမ်းထည်ဒေတာအတွဲမှ ရှင်ဘုရင်ပန်းပွင့်များကို ခွဲခြားရှာဖွေရန် ရှင်ဘုရင်ပန်းခွဲခြင်းဆိုင်ရာ အယ်လဂိုရီသမ်တစ်ခုကို တီထွင်ခဲ့သည်။ သုတေသနကို Penn State's Fruit Research and Extension Center, Biglerville တွင် ပြုလုပ်ခဲ့သည်။
Gala နှင့် Honeycrisp ပန်းသီး စမ်းသပ်မှုများအတွက် အမျိုးအစားများကို ရွေးချယ်ခဲ့သည်။ စမ်းသပ်သစ်ပင်များကို 2014 ပေခန့် (Gala) နှင့် 5 6/1 ပေ (Honeycrisp) အကွာအဝေးဖြင့် 2 ခုနှစ်တွင် စိုက်ပျိုးခဲ့ပါသည်။ ဤသစ်ပင်များသည် ပျမ်းမျှအမြင့် 13 ပေခန့်ရှိသော မြင့်မားသောဗိုင်းလိပ်တံအကာများဖြင့် လေ့ကျင့်သင်ကြားထားပါသည်။ ကင်မရာပါသော ရုပ်ပုံရယူခြင်းစနစ်အား သစ်ပင်တန်းများကြားတွင် လှည့်ပတ်နေသော အသုံးဝင်သောယာဉ်ပေါ်တွင် တပ်ဆင်ထားသည်။
ဘုရင်ပန်းပွင့်များကို ရှာဖွေရန် စက်ရူပါရုံစနစ်အား လေ့ကျင့်သင်ကြားရခြင်းမှာ စိန်ခေါ်မှုဖြစ်ပြီး ၎င်းတို့သည် အရွယ်အစား၊ အရောင်နှင့် ပုံသဏ္ဍာန်တူသောကြောင့် အပွင့်များ အစုလိုက် အပွင့်များနှင့် တူညီသောကြောင့် ဘုရင့်ပန်းများကို အနီးပတ်ဝန်းကျင်ရှိ ပန်းများက ဖုံးကွယ်ထားလေ့ရှိသည်ဟု မူးက ထောက်ပြသည်။
Mask R-CNN မော်ဒယ်သင်တန်းအတွက် လွှဲပြောင်းသင်ယူခြင်းဆိုင်ရာ လိုအပ်ချက်များကို ဖြည့်ဆည်းရန်၊ အကြမ်းထည်ပုံများကို ကြိုတင်သတ်မှတ်ထားသော အတန်းနှစ်ခုတွင် တံဆိပ်တပ်ထားသည်- ပန်းတစ်ပွင့်နှင့် အဖုံးပိတ်ပန်းပွင့်များ။ တိကျသေချာစေရန်အတွက် လေ့ကျင့်ရေးဒေတာအတွဲကို ဒေတာတိုးမြှင့်ခြင်းနည်းလမ်းများအသုံးပြု၍ လေးဆ ချဲ့ထွင်ခဲ့ကြောင်း Mu မှ ရှင်းပြသည်။
"မင်းကြီးပန်းများကို ဘေးတိုက်ပန်းများနှင့် ခွဲခြားရန်၊ ပန်းအစုအဝေးတစ်ခုစီရှိ ဗဟိုအပွင့်များကို ပစ်မှတ်ထား သို့မဟုတ် ဒေသအလိုက်သတ်မှတ်ထားသည်" ဟု ၎င်းက ဆိုသည်။ “နှစ်ဘက်မြင်ပန်းပွင့်သိပ်သည်းဆမြေပုံဆွဲခြင်းချဉ်းကပ်မှုအပေါ်အခြေခံ၍ ပန်းပွင့်အစုအဝေးများကို ရူပါရုံစနစ်က အလိုအလျောက်ခွဲခြားသတ်မှတ်ပေးသည်။ ရှာဖွေတွေ့ရှိထားသော ပန်းအစုအဝေးတစ်ခုစီတွင် ပန်း—သို့မဟုတ် မျက်နှာဖုံး—ကို ဗဟိုပြုသောနေရာအများစုတွင် ပစ်မှတ်ဘုရင်ပန်းပွင့်အဖြစ် သတ်မှတ်ခဲ့သည်။”
မကြာသေးမီက ထုတ်ပြန်ခဲ့သည့် တွေ့ရှိချက်များအရ သိရသည်။ စမတ် စိုက်ပျိုးရေးနည်းပညာMu's algorithm မှ ထွက်ပေါ်လာသော ဘုရင်ပန်းပွင့်ရှာဖွေရေး တိကျမှုအဆင့်ကို သုတေသီများက အစီရင်ခံတင်ပြခဲ့သည်။ သုတေသီများက ဘုရင်ပန်းပွင့်များကို မျက်လုံးဖြင့် ခွဲခြားသတ်မှတ်သည့် သုတေသီများ ကိုယ်တိုင်ပြုလုပ်သော တိုင်းတာမှုများနှင့် နှိုင်းယှဉ်ပါက သုတေသီများက မြေပြင်အမှန်တရား တိုင်းတာခြင်းဟု ခေါ်သည်—ယန္တရား၏ အမြင်အာရုံသည် ဘုရင်ပန်းပွင့်များကို သိရှိနိုင်မှု တိကျမှု 98.7% မှ 65.6% အထိ ကွဲပြားပါသည်။