Kunstmatige intelligentie helpt bij vastleggen bloemkenmerken

In het project 'Morphological Descriptions of Ornamentals through Machine learning (Modoma)' van de WUR, Naktuinbouw en Floricode is onderzocht of met kunstmatige intelligentie bloemkenmerken aan de hand van foto's automatisch geëxtraheerd konden worden. Daarvoor zijn foto's van rozen en gerbera's gekoppeld aan databases van bloemkenmerken.

De resultaten tonen aan dat kunstmatige intelligentie sommige kenmerken van een bloem consequent kan vastleggen. 'Zo is in 85 procent van de gevallen geen twijfel over de kleur', legt Wehrens uit. 'Een op de zes bloemen heeft een kleur die een beetje tussen de categorieën in zit. Bij lichtgekleurde bloemen zien we bijvoorbeeld twijfel tussen wit, geel, roze en oranje. Juist in dit soort gevallen kan automatisering uiteindelijk tot een betere standaardisatie komen.'

Daarnaast bieden kunstmatige intelligentie en automatisering de mogelijkheid om het proces op plaatsen uit te voeren waar de specialisten niet aanwezig zijn. 'Vergelijkbare cultivars zoeken wordt gemakkelijker en veredelaars kunnen de registratie-informatie in hun eigen bedrijfsvoering en ontwikkeling gebruiken. Ook internationaal gezien wordt harmonisatie met kunstmatige intelligentie eenvoudiger', stelt Wehrens.

Goede kleurregistratie mogelijk

Uit het onderzoek is verder naar voren gekomen dat een goede kleurregistratie mogelijk is met 'betrekkelijk eenvoudige opstellingen'. Zo kan een in het beeld opgenomen kleurenstandaard worden gebruikt om te corrigeren voor eventuele verschillen in belichting. 'Meer klassieke methoden komen soms tot dezelfde resultaten, maar kunstmatige intelligentie werkt efficiënter', zegt Wehrens. 'De algoritmes kunnen bloemkenmerken herkennen zonder dat de bloem op de foto moet worden gescheiden van de achtergrond.'

In totaal zijn zestien bloemkenmerken getest. 'Hierbij werden nauwkeurigheden behaald van 35 tot 99 procent, waarbij kenmerken met veel mogelijke waarden moeilijker te herkennen bleken', licht Wehrens toe. Als voorbeeld noemt hij het hart van de gerbera. 'Het midden van de bloem bestaat uit twee soorten bladeren. Het is voor kunstmatige intelligentie nog moeilijk om te bepalen hoeveel procent van het hart uit de ene en hoeveel procent uit de andere soort bestaat.' Door het algoritme te trainen, verwachten de onderzoekers daar verbetering in.