FLEXIGROBOTS: Detectie en tracking van druiventrossen in dronebeelden

Fenotypering van wijnstokken met behulp van videoanalyse via drones maakt een efficiënte monitoring mogelijk van de bladerdakstructuur, fenologie en bladkenmerken voor de beoordeling van de gezondheid van de wijnstokken. Traditionele veldonderzoeken zijn tijdrovend, maar UAV’s uitgerust met multispectrale sensoren en computervisietechnieken – zoals objectdetectie, tracking en 3D-reconstructie – bieden schaalbare alternatieven. Methoden zoals YOLO, Mask R-CNN en TrackR-CNN verbeteren de detectienauwkeurigheid bij houtige gewassen, waarbij recente studies een precisie van 91% bereiken met behulp van VGG19 op RGB-D-gegevens. Toepassingen bij wijnstokken en andere fruitbomen tonen het potentieel van deep learning voor geautomatiseerde fenotypering aan.