Aveņu un krūmcidoniju vieda bezkontakta fenotipēšana, izmantojot mašīnmācīšanās metodes, hiperspektrālos un 3D attēlus
un Aija Vecvagare.
Augļkopība ir viena no bioekonomikas pamatnozaru - lauksaimniecības un pārtikas ražošanas apakšnozarēm, kas ietver plašu kultūru spektru, tai ir svarīga niša lauksaimniecības nozares kopējā struktūrā, augsta rentabilitāte un attīstības potenciāls (pieaug pieprasījums pēc vietējiem augļiem Latvijas tirgū un paplašinās oriģinālu, funkcionāli aktīvu pārstrādes produktu eksports). Avenes un krūmcidonijas Latvijā ir nozīmīgas augļaugu komerckultūras, kuru platības strauji pieaug. Ņemot vērā klimata izmaiņas un to, ka arvien lielāks īpatsvars augļkopībā ir videi draudzīgām audzēšanas tehnoloģijām, pieaug pieprasījums pēc jaunām ekoloģiski plastiskām šķirnēm. Lai selekcijas procesā izdalītu šķirņu kandidātus, nepieciešams aprakstīt un izvērtēt pazīmju kopumu vairākiem tūkstošiem sēklaudžu, kas daudzām pazīmēm tiek darīts vizuāli. Tas ir laikietilpīgs un darbietilpīgs process, kas prasa atbilstošu darbaspēka iesaisti. Turklāt vizuāls vērtējums ir relatīvi subjektīvs, un dažādu vērtētāju iegūtie rezultāti var atšķirties. Lai paātrinātu selekcijas procesu, arvien plašāk arī selekcijā tiek izmantotas precīzās tehnoloģijas. Apvienojot iepriekš uzkrātās zināšanas aveņu un krūmcidoniju selekcijā ar modernām mašīnmācīšanas metodēm, iespējams palielināt selekcijas procesa efektivitāti un fenotipēšanas uzticamību, saīsinot tam nepieciešamo laiku un samazinot darbaspēka patēriņu.
Projekta mērķis: izstrādāt metodoloģiju un rīkus augsti efektīvai un precīzai neinvazīvai aveņu un krūmcidoniju ražas komponentu fenotipēšanai.
Projekta uzdevumi:
- Izstrādāt metodoloģiju aveņu un krūmcidoniju ražas komponentu fenotipēšanai, izmantojot 3D un heperspektrālos attēlus un mašīnmācīšanos.
- 3D un hiperspektrālo attēlu datu kopas validācija mašīnmācīšanās attīstīšanai, kas balstīta uz vides sensoru datiem un aprobētām fenotipa raksturošanas metodēm.
- Izstrādāt mašīnmācīšanās sistēmas prototipu precīzai aveņu un krūmcidoniju ražas elementu fenotipēšanai.
Projekta sadarbības partneris: Elektronikas un datorzinātņu institūts
Iesaistītie darbinieki: Kaspars Sudars, Jānis Judvaitis, Rihards Balašs, Ivars Namatēvs, Ansis Skadiņš
Projekta semināra prezentācijas no 6. aprīļa 2022. gada ir pievienotas un tās skatīt zemāk.
