使用无人机和人工智能预测水果收成

Outfield Technologies是一家位于剑桥的农业技术初创公司，使用无人机和人工智能来帮助果农最大化果园作物的收成。Outfield Technologies的创始人Jim McDougall和Oli Hilbourne一直在与博士合作。该系机器智能实验室的学生汤姆·罗迪克(Tom Roddick)开发了他们的技术能力，从而能够通过无人机对巨大的苹果园进行测量来计算树上的花朵和苹果。

Outfield商业总监Jim McDougall解释说：“对开花的准确评估或对收成的估计可使种植者提高生产力，可持续性和环境友好性。”

“我们的航空影像分析着重于产量估算，并且在国际上都受到追捧。准确地预测产量是水果行业面临的最大问题之一。该系统是与种植者一起开发的，用于计划劳力，物流和存储。整个行业都需要它，以计划市场营销和分销，并确保货架上总有苹果。目前的估算是由种植者做出的，他们的工作非常出色，但是果园的变化却令人难以置信，而且估计往往是错误的。 20%。这将导致收入损失，作业效率低下，并可能导致大量未售作物浪费。”

外场的识别方法是博士论文研究的出色应用。罗伯特·西波拉(Roberto Cipolla)教授指导的学生汤姆·罗迪克(Tom Roddick)正在研究中。汤姆是计算机视觉和机器人技术集团的一部分，在其浓缩人工智能和机器学习，使用Deep学习方法，通过人工神经网络(人工神经网络)。

人工神经网络是根据人脑进行松散建模的计算系统，旨在识别模式。他们通过标记或聚类原始输入来解释感官数据。他们识别出的模式是数字的，所有真实世界的数据(包括图像，声音，文本或时间序列)都被转换为数字。

这样的系统通常通过分析示例来“学习”执行任务，而无需使用特定于任务的规则进行编程。例如，在图像识别中，ANN可能会通过分析已被手动标记为“苹果”或“没有苹果”的示例图像，并使用结果来识别其他图像中的苹果，从而学会识别包含苹果的图像。他们在没有任何苹果先验知识的情况下进行此操作，例如，苹果的颜色或形状。相反，他们会根据所处理的示例自动生成识别特征。