Jun 02, 2024
La visión artificial impulsa el muestreador de granos de escritorio
Publicado: 29 de junio de 2023 Cultivos, Maquinaria Δ gform.initializeOnLoaded( function() {gformInitSpinner( 46, 'https://www.producer.com/wp-content/plugins/gravityforms/images/spinner.svg', true
Publicado: 29 de junio de 2023
Cultivos, Maquinaria
D
gform.initializeOnLoaded( function() {gformInitSpinner( 46, 'https://www.producer.com/wp-content/plugins/gravityforms/images/spinner.svg', true );jQuery('#gform_ajax_frame_46').on('load',function(){var contents = jQuery(this).contents().find('*').html();var is_postback = contents.indexOf('GF_AJAX_POSTBACK') >= 0;if(!is_postback){return;}var form_content = jQuery(this).contents().find('#gform_wrapper_46');var is_confirmation = jQuery(this).contents().find('#gform_confirmation_wrapper_46').length > 0;var is_redirect = contents.indexOf('gformRedirect(){') >= 0;var is_form = form_content.length > 0&&! is_redirect &&! is_confirmation;var mt = parseInt(jQuery('html').css('margin-top'), 10) + parseInt(jQuery('body').css('margin-top'), 10) + 100;if (is_form){jQuery('#gform_wrapper_46').html(form_content.html());if(form_content.hasClass('gform_validation_error')){jQuery('#gform_wrapper_46').addClass('gform_validation_error');} else {jQuery('#gform_wrapper_46').removeClass('gform_validation_error');}setTimeout( function() { /* retrasa el desplazamiento 50 milisegundos para corregir un error en Chrome */ jQuery(document).scrollTop(jQuery('# gform_wrapper_46').offset().top - mt); }, 50 );if(ventana['gformInitDatepicker']) {gformInitDatepicker();}if(ventana['gformInitPriceFields']) {gformInitPriceFields();}var current_page = jQuery('#gform_source_page_number_46').val();gformInitSpinner( 46, 'https://www.producer.com/wp-content/plugins/gravityforms/images/spinner.svg', verdadero);jQuery(documento) .trigger('gform_page_loaded', [46, current_page]);window['gf_submitting_46'] = false;}else if(!is_redirect){var confirm_content = jQuery(this).contents().find('.GF_AJAX_POSTBACK') .html();if(!confirmation_content){confirmation_content = contenidos;}setTimeout(function(){jQuery('#gform_wrapper_46').replaceWith(confirmation_content);jQuery(document).scrollTop(jQuery('#gf_46'). offset().top - mt);jQuery(document).trigger('gform_confirmation_loaded', [46]);ventana['gf_submitting_46'] = false;wp.a11y.speak(jQuery('#gform_confirmation_message_46').text( ));}, 50);}else{jQuery('#gform_46').append(contents);if(ventana['gformRedirect']) {gformRedirect();}}jQuery(document).trigger('gform_post_render' , [46, página_actual]);gform.utils.trigger({ evento: 'gform/postRender', nativo: falso, datos: { formId: 46, página actual: página_actual } });} );} );
Regina: En una exposición agrícola reciente en Regina se exhibió un probador de granos de escritorio que utiliza visión artificial para determinar las calidades de los granos.
“Estamos construyendo una unidad que se colocará en la cosechadora y podrá clasificar la calidad del grano en tiempo real a medida que se cosecha. Pero como parte del viaje, también hemos construido una versión de mesa de eso, y eso es lo que estamos brindando un adelanto aquí en la feria agrícola”, dijo Kyle Folk, director ejecutivo de Ground Truth con sede en Regina. Ag.
ANUNCIO
La cosecha de gandules de la India está en problemas, lo que podría impulsar la demanda de lentejas importadas en ese país. “La situación de…
Ground Truth Ag fue una de las 16 empresas que presentaron sus productos en AgTech Accelerator en la feria agrícola de Canadá, que se celebró del 20 al 22 de junio.
En 2011, Folk fundó IntraGrain Technologies, que produjo Bin Sense, que luego fue adquirido por Calian Group en 2018.
Dijo que para determinar la calidad del grano hay características visuales y no visuales que se deben evaluar.
ANUNCIO
“Para las características visuales utilizamos visión artificial. Tenemos una cámara que toma fotografías del grano y luego tenemos modelos que se ejecutan en segundo plano que identifican las características que aparecen, que tienen daños o enfermedades o cualquier cosa que pueda afectar negativamente esa calidad”, dijo Folk.
“Si hay cornezuelo de centeno, esclerotinia, fusarium, heladas inmaduras, estrés por calor. Comenzamos con (trigo rojo de primavera occidental canadiense) porque en realidad es el más difícil de clasificar de todos los granos. Hay bastantes cosas diferentes que podrían estar mal, el moho es otra”.
El proceso de entrenamiento de algoritmos para identificar características específicas del grano es tedioso. El grano dañado se identifica y escanea una y otra vez y, eventualmente, la empresa iterará modelos capaces de predecir e identificar el grano dañado sin ayuda.
Una vez que se entrena un parámetro en el algoritmo, el equipo pasa a enseñarle cómo identificar una característica diferente.
ANUNCIO
"El objetivo para nosotros es poder determinar la calificación y, por lo tanto, para poder determinar la calificación es necesario poder identificar todos los factores de calidad", dijo Folk.
Con el muestreador de escritorio, el usuario establece la cantidad de imágenes que tomará de la muestra y el sistema tardará unos 30 segundos en proporcionar los resultados.
La espectroscopia de infrarrojo cercano predecirá el valor de las características no visuales del grano en productos futuros, incluido el contenido de humedad y proteínas, pero esta característica aún no está disponible en la unidad de escritorio.
ANUNCIO
Folk dijo que probar granos con muestreadores de escritorio no proporciona una muestra representativa del inventario de granos de un productor. Dijo que el muestreador que está desarrollando Ground Truth Ag, que se espera que se instale en cosechadoras, será mejor en esto.
“Se tomarán muestras continuas a intervalos, digamos, cada minuto o cada dos minutos, donde extraeremos una muestra mediante imágenes y escaneo y luego la dejaremos regresar con el resto del grano. Hará lo mismo una y otra vez mientras conduce su cosechadora”, dijo Folk.
Dijo que es clave conectar esta tecnología con el software con el que los agricultores están familiarizados.
ANUNCIO
"Entendemos que la fatiga de los datos para los agricultores es algo real, por lo que poder transferir API (interfaz de programación de aplicaciones) nuestra información a otras plataformas que los agricultores están utilizando es una prioridad para nosotros y lo estamos integrando en el lado del software. ” Dijo la gente.
El muestreador de cosechadoras Ground Truth Ag puede ayudar a los productores a segregar o mezclar su grano, pero uno de sus usos más importantes es que puede brindar a los usuarios una mejor comprensión del producto que tienen.
“Que te digan cuál es tu calidad basándose en una pequeña muestra que envías nunca te da mucha confianza cuando se trata de comercializar tu grano. Se vuelve a analizar cuando lo entrega y puede ser diferente de lo que le dijeron en su muestra. Por lo tanto, tener ese proceso de muestreo continuo y mucho más exhaustivo le ayudará con el marketing”, afirmó Folk.
Dijo que el muestreador de la cosechadora también ayudará a los productores a producir mapas de campo, incluidos mapas de proteínas y fusarium, que les ayudarán a mejorar la forma en que gestionan sus cultivos.
“El fusarium puede ser un problema en un área o puede ser un problema en todo el campo, pero en este momento no tienes idea de dónde está sucediendo. Por lo tanto, ni siquiera puedes empezar a gestionar ese problema hasta que entiendas dónde está”, afirmó Folk.
ANUNCIO
Historias de nuestras otras publicaciones
Cooperador de Manitoba
informe de cultivo
Los cultivos de soja muestran estrés por sequía, el cáñamo acuático avanza más
Cooperador de Manitoba
mercados de granos
La vigilancia de la cosecha continúa
Guía de países
cultivos
Rotaciones de cultivos y resultados
Expreso del granjero de Alberta
canola
Elevando el perfil de la raya verticillium.
ANUNCIO