透過自動化影像分析節省農業勞動力
2024/07/16 @國際
摘要
由日本國家農業與食品研究組織(NARO)研究團隊開發了一個農業灌溉水路等的磨耗調査程式，以大幅地減少調査的工作量。這個程式透過自動化圖像分析，將之前的手動分析工作大幅地減少。研究結果減少了農業灌溉水路的磨耗調査工作量，提高了調査的效率。使用深度學習自動化圖像分析的方法也可以應用於其他領域，對於自動化圖像分析在農業領域影做出貢獻。
示意圖
農業灌溉設施多年來一直在供應農業用水，流水造成的磨損已成為一個問題。當設施磨損時，不僅會降低耐用性，表面上產生的凹凸不平還會阻礙水流，並可能導致水無法正常輸送。農業灌溉水道的磨耗調査一直是手動進行的，需要投入大量的勞力和時間。
研究團隊收集了灌溉水道的影像資料，並使用深度學習開發了一個自動影像分析程式。這個算法可以自動判斷灌溉水道的損耗情況。
研究結果顯示，開發的程式可以大幅地減少之前的手動分析工作，將分析時間幾乎減少到零，顯著減少了工作時間。另外，透過消除分析中的個體差異，可以提高分析結果的準確性，灌溉水道的損耗調査可以更加有效地進行。
此項研究開發程式已自2023年12月對外開放，透過利用該程式，預計將累積越來越多準確的數據，進而能夠快速準確地應對農業灌溉設施的惡化，對於農業領域繕修或建造帶來貢獻。【延伸閱讀】- 適用於小農的混合能源智慧灌溉系統，如何考量地點安排及選擇適合作物
資料來源
文章摘譯
