Betere ziektedetectie in tulp dankzij deep learning

De controle bevatte bollen zonder afwijkingen in klein, middel en groot formaat. Vervolgens werd met een gecombineerde kleuren en 3D-camera foto's gemaakt van de bollen. Met behulp van deep learning is op de computer een netwerk getraind om de goede en afwijkende bollen automatisch te detecteren. Om dit netwerk te trainen is een grote dataset met foto's nodig, bij een grote dataset wordt het netwerk beter in het detecteren van de verschillende afwijkingen.

Ook is er gekeken of het mogelijk is om met deze camera's het bolvolume te bepalen. Het idee is dat bollen met een gelijk volume in de broeierij ook leiden tot een gelijkmatigere bloei, dit zou voordelen kunnen opleveren bij het oogsten van de bloemen. Op basis van de 3D beelden is het volume van de bollen berekend en vergeleken met handmatige metingen van het volume van de bollen. De relatie tussen de handmatige volume bepaling en de berekening op basis van de 3D beelden was heel goed. Eind van dit jaar weten we hoe goed de dataset zijn werk doet. Op basis van deze resultaten bepalen we hoe we verder gaan." Cremer Speciaalmachines is betrokken bij dit onderzoek om deze techniek bij succes aan tel- en sorteermachines te koppelen. De resultaten van dit onderzoek zijn positief, er lijken goede technische mogelijkheden om camera's in te zetten bij de selectie van bollen.

Het onderzoek in dit werkpakket maakt deel uit van de PPS Bollenrevolutie 4.0 en richt zich op het detecteren en direct verwijderen van zieke of afwijkende bollen, zodra deze uit de grond zijn. Tegelijkertijd worden ook andere metingen met het oog op de kwaliteit meegenomen. Het gaat hierbij zowel om direct leverbare bollen voor de broeierij of het openbaar groen en om plantgoed voor het volgende teeltseizoen.

Bollenrevolutie 4.0 is een vierjarig onderzoeksprogramma van de topsector Tuinbouw & Uitgangsmaterialen van het ministerie van LNV. De uitvoering van deze Publiek-Private Samenwerking ligt bij een consortium van zeven partners. Dit zijn: KAVB, Anthos, Wageningen University & Research (WUR), Cremer Speciaalmachines B.V., Machinefabriek Steketee B.V., Agrisim B.V., BKD en TechnNature. Economic Board Greenport Duin & Bollenstreek en Rabobank Bollenstreek dragen vanuit hun Innovatiefondsen bij aan de financiering. Een korte toelichting over deze PPS vind je op de site www.precisietuinbouw.nl.

Bron: Wageningen U&R Businesunit Glastuinbouw