Durch
Charlotte Newman
Diesen Beitrag teilen
Eine Untersuchung zum Einsatz der visuellen Suche in der Pflanzenindustrie.
Stellen Sie sich Folgendes vor: Sie spazieren durch einen Wald und stoßen auf eine wunderschöne Ansammlung von Pflanzen, die Sie noch nie zuvor gesehen haben. Sie fragen sich, was das für Pflanzen sind, haben aber keine Ahnung und gehen weiter. Zu Hause angekommen, können Sie höchstens online nach „kleine violette Blumen” suchen. Sie scrollen ziellos durch die Ergebnisse und finden natürlich nichts, was dem Gesehenen ähnelt. Es scheint, als würden Sie nie erfahren, um welche Pflanzen es sich handelt.
Heutzutage gibt es Lösungen, um solche Probleme zu vermeiden! Wenn Sie solche Pflanzen finden, können Sie einfach ein Foto mit einer App machen, die eine visuelle Suche verwendet. Die App verarbeitet das Foto und vergleicht es mit den Fotos in ihrer Datenbank, um die Pflanze zu erkennen und Ihnen alle Details darüber anzuzeigen. Jetzt wissen Sie alles über die Pflanze, die Sie gefunden haben!
Aber wie funktioniert das?
Damit die visuelle Suche funktioniert, müssen Algorithmen für maschinelles Lernen eine Testphase durchlaufen, um die Unterschiede zwischen verschiedenen Pflanzenarten (in diesem Fall) zu lernen. Dazu muss die Maschine Hunderttausende von Bildern bestimmter Pflanzen durchlaufen, denen Informationen, sogenannte Annotationen, beigefügt sind. In der ersten Testphase werden Pixel analysiert und der Algorithmus lernt, die Merkmale der Fotos im Testsatz zu unterscheiden.
Nach Abschluss der Testphase wird ein Modell erstellt, um die Daten auf der Grundlage der gefundenen Merkmale zu trainieren. Anhand neuer Daten kann dieses Modell mit einem neuen Testsatz von Bildern getestet werden. Diese können während des Tests von den Benutzern hochgeladen werden, sodass die Suchmaschine mit jedem hinzugefügten Foto immer besser in der Lage ist, Pflanzen zu erkennen. Dies funktioniert, weil der Algorithmus, sobald er die Testphase durchlaufen hat und ein gewisses Verständnis für die Bilder und ihre Merkmale erworben hat, während der Erfassungsphase die Daten weiter annotiert. Dies hilft dem Algorithmus, bestimmte Merkmale der Bilder und Daten zu bestätigen, sodass er sie korrekt in die richtige Kategorie einordnen kann. In diesem Fall ist er in der Lage zu erkennen, wenn ein Bild verschiedene Pflanzen und Pflanzenarten zeigt.
Schließlich ist der Algorithmus in der Lage, Ähnlichkeiten und Unterschiede zwischen den verschiedenen Pflanzenarten zu erkennen, um sehr schnell und genau zu bestimmen, um welche Pflanze es sich handelt.
Pflanzensuche: PictureThis vs. PlantSnap
Mit den speziell entwickelten Apps wie PictureThis, einer Online-Pflanzenenzyklopädie und Pflanzenidentifikator, ist die Suche nach der gewünschten Pflanze ganz einfach. Machen Sie einfach ein Foto von der Pflanze, und schon werden Ihnen die Ergebnisse angezeigt, darunter der Name der Pflanze, eine Beschreibung der Pflanze und Tipps zur Pflege sowie weitere interessante Informationen!
Wir haben beschlossen, diese App zu testen:
Zuerst haben wir ein Foto von einer Gebetspflanze gemacht und hochgeladen. Wie du sehen kannst, hat die App schon beim ersten Versuch erkannt, dass es sich tatsächlich um eine Gebetspflanze handelt, und alle verfügbaren Infos über die Pflanze angezeigt.
Anschließend haben wir noch einige weitere Pflanzen getestet, um zu sehen, wie genau die KI sie erkennt. Im ersten Fall, bei der chinesischen Geldpflanze, hat die KI die Pflanze sofort erkannt. Auch bei der Polka-Dot-Begonie und der Schweizer Käsepflanze hat die KI die Pflanzen beim ersten Versuch erkannt.
Zu Testzwecken wollten wir dieselben vier Fotos mit einer anderen App testen, um zu sehen, wie die Algorithmen im Vergleich abschneiden. Dazu haben wir uns für die App„PlantSnap“entschieden:
Bei der Gebetspflanze und der chinesischen Geldpflanze erkannte die KI die Pflanzen sofort. Bei den beiden anderen Pflanzen konnte die App die Pflanze jedoch überhaupt nicht erkennen. Im Fall der Polka-Dot-Begonie verwechselte sie diese stattdessen mit verschiedenen Kakteenarten, aber sie konnte die Monstera erkennen, allerdings nicht beim ersten Versuch, sondern erst beim zweiten.
Aufgrund dieser beiden Apps scheint die visuelle Suche im Falle von Pflanzen recht vielversprechend und größtenteils genau zu sein, was sie ideal für Gärtner oder einfach für diejenigen macht, die mehr über Pflanzen erfahren möchten.
Erkennung von Krankheiten: PictureThis vs. Plantix
Eine weitere Funktion von visuellen Such-Apps für Pflanzen ist die Erkennung von Krankheiten.
Was diese Funktion so wichtig macht, ist die Tatsache, dass es in Schwellenländern viele junge Landwirte gibt, die noch keine Erfahrung mit der Erkennung von Pflanzenkrankheiten haben. Das Problem dabei ist, dass sich die Krankheit ausbreiten und die gesamte Ernte zerstören kann, wenn sie nicht schnell oder genau genug erkannt wird.
Ein Großteil dieses Problems lässt sich durch den Einsatz von Apps wie PictureThis und Plantix vermeiden, da diese Landwirte Krankheiten frühzeitig erkennen und die richtigen Anbautipps erhalten können. Diese Apps sind jedoch nicht nur für junge, unerfahrene Landwirte nützlich, sondern auch für andere Endnutzer wie Hobbylandwirte oder Menschen, die zu Hause Pflanzen haben.
Der Unterschied zwischen diesen beiden Apps besteht jedoch darin, dass PictureThis eher für normale (Zier-)Zimmerpflanzen verwendet wird, während Plantix für Nutzpflanzen eingesetzt wird.
Wir haben dasselbe Bild einer Tomatenpflanze in beiden Apps verglichen, um zu sehen, welche die Krankheit besser erkannt hat. Die folgenden Bilder zeigen die Ergebnisse von PictureThis:
Die richtige Pflanze wurde zwar erkannt, aber die Krankheit wurde nicht ganz richtig bestimmt. Grauschimmel lässt sich jedoch aufgrund der Unregelmäßigkeiten in ihrer Form leicht mit Kraut- und Knollenfäule (der richtigen Krankheit) verwechseln .
Das Schöne daran ist jedoch, dass PictureThis eine umfassende Symptomanalyse durchführt, die es den Nutzern ermöglicht, die Krankheit besser zu verstehen, die Diagnose zu bestätigen und sich der Ähnlichkeiten und Unterschiede zwischen den Vorhersagen der App und der tatsächlichen Krankheit bewusst zu werden.
Dann haben wir dasselbe Bild auf Plantix getestet:
Plantix konnte die richtige Krankheit an der Tomatenpflanze erkennen. Die App zeigt sofort, wie die Krankheit an anderen Tomatenpflanzen aussieht, um Vergleiche anzustellen, und listet die Symptome der Krankheit auf, sodass Nutzer die Genauigkeit anhand einer kurzen Checkliste überprüfen können.
Plantix liefert dann auch eine detailliertere Beschreibung der Krankheit, damit die Nutzer eine fundiertere Entscheidung darüber treffen können, an welcher Krankheit ihre Pflanze oder Kultur tatsächlich leidet.
Es liegt auf der Hand, dass Plantix eher für Kulturpflanzen und deren Krankheiten geeignet ist und sich, wie bereits erwähnt, besser für Gemeinden eignet, die weniger Erfahrung mit Kulturpflanzen und Pflanzenkrankheiten haben.
