Takaisin

Konenäkö tunnistaa useita kasveja hämmästyttävällä tarkkuudella

Konenäkö tunnistaa useita kasveja hämmästyttävällä tarkkuudella

Julkaistu 20.01.2017

Konenäkö tunnistaa monia kasveja paremmin kuin Matti ja Maija Meikäläiset. Liikenneviraston tutkimuksen mukaan konenäkö tunnistaa esimerkiksi sinikuusamat, pihlaja-angervot ja lupiinit 96 % tarkkuudella. Tulevaisuudessa konenäkö voi olla viherhoidon ammattilaisille mainio apuri varsinkin inventoinnissa.

Tienvarsikasvien inventoiminen on työlästä, mutta tietoa kasveista ja niiden määristä kuitenkin tarvitaan. Inventoimalla saadaan selville, kasvaako tienvarressa haluttuja kasveja vai myös vieraslajeja, joiden leviämistä halutaan estää. Lisäksi ilman inventointitietoa viheralueiden hoitourakoiden tarjousten laatiminen ja arviointi olisi hankalaa.

Liikennevirasto selvitti, voisiko inventointityötä automatisoida ja helpottaa konenäön avulla. Asiaa lähtivät Liikenneviraston pyynnöstä selvittämään Vionice Oy ja Destia Oy.

Kone oppii tunnistamaan kasveja kuten ihmiset

Konenäkö on tietyllä tapaa kuin ihminen: sille pitää opettaa, miltä kasvit näyttävät. Satojen toistojen jälkeen kone alkaa nähdä kasvien ominaispiirteet ja oppii tunnistamaan ne. Konenäkö kävi tällaisen oppimisprosessin läpi, kun sille kerrottiin, miltä tienvarsikasvit näyttävät. Ja kone oppi kiitettävän hyvin – se pystyi tunnistamaan osan kasveista 96 % tarkkuudella. Jos konenäkö olisi koululainen, se saisi biologiasta kympin tai vähintään ysin.

Täysin ongelmatonta tunnistaminen ei kuitenkaan ole. Kasvien ulkonäkö muuttuu vuodenaikojen mukaan. Myös erilaiset kasvuympäristöt voivat vaikuttaa siihen, miltä kasvi näyttää. Tällaisten eroavaisuuksien opettaminen koneelle on hankalaa, mutta tutkimuksen loppuraportin mukaan riittävän koulutusaineiston avulla kuitenkin mahdollista.

Kohti tulevaisuutta

Liikenneviraston tutkimuksessa selvisi, että konenäössä ja automatisoidussa tiedon tuottamisessa on paljon potentiaalia viherhoidon alalla. Aika näyttää, muuttaako konenäkö lopulta viheralueiden inventoinnin tapoja vai ei. Se on täysin mahdollista, kunhan tiedon tuottaminen saadaan vielä nykyistä helpommaksi ja luotettavammaksi.

Tavoitteena on, että viherhoidon inventointitietoa voitaisiin kerätä muun työn ohessa. Tällöin riittäisi, että kamera olisi kiinni kypärässä tai takissa. Näin tiedon keräämisen kustannukset pysyivät alhaisina ja tietoa syntyisi melkein kuin itsestään.

Projekti on osa Liikenneviraston digitalisaatiohanketta.

Lue tästä raportti ”Konenäkö ja automatisoitu tiedon tuottaminen viheralueista” (Liikenneviraston tutkimuksia ja selvityksiä 55/2016)

 

Lisätietoa

 

Markus Melander, toimitusjohtaja, Vionice Oy, puh. 040 572 9367

Laura Soosalu, ryhmäpäällikkö, Destia Oy, puh. 040 758 2105

Video: Näin konenäkö tunnistaa kasveja