NC State araştırmacıları yapay zekâyla yaban mersini verimi ve olgunluğunu sahada ölçmeyi hedefliyor

NC State Üniversitesi ekibi, akıllı telefonla çekilen fotoğrafları kullanarak bitki başına meyve sayısı ve olgun meyve oranını tahmin eden bir bilgisayarlı görü uygulaması geliştiriyor. Sistem hâlen deneme aşamasında ve ek çeşitlerle genişletiliyor.

NC State araştırmacıları yapay zekâyla yaban mersini verimi ve olgunluğunu sahada ölçmeyi hedefliyor

Yayın tarihi: 13 Mayıs 2026 | Kaynak: FreshPlaza

North Carolina'daki NC State Üniversitesi'nden bir araştırma ekibi, tarlada yaban mersini verimini ve meyve olgunluğunu hızlı şekilde tahmin etmeye yönelik bir yapay zekâ (AI) ve bilgisayarlı görü uygulaması geliştiriyor. Proje, Jing Zhang liderliğindeki Translational Plant Phenomics Lab tarafından yürütülüyor.

Araştırmacılar, akıllı telefonla çekilen bitki fotoğraflarından bireysel bitki başına düşen meyve sayısını ve olgun meyve oranını otomatik olarak tahmin eden bir çözüm üzerinde çalışıyor. Testlerden birinde sistem, yüklenen görüntü içinde kısa sürede 112 meyve tespit etti.

Nasıl test edildi?

Model, binlerce etiketli görüntüyle eğitildi; araştırmacılar ve extension uzmanları Kuzey Carolina'daki 10 ticari üretim sahasından akıllı telefon ve elde taşınan kameralarla fotoğraf topladı. Ardından örneklenen çalılardan manuel hasat, sınıflama ve sayım yapılarak görüntü tabanlı tahminlerle karşılaştırıldı.

Beklenen faydalar ve kullanım alanları

• Hasat planlama ve işgücü yönetimi için saha bazlı tahminler sağlamak,
• Hasat zamanlamasını iyileştirerek erken toplamadan veya gecikmiş hasattan kaynaklanan kalite kayıplarını azaltmak,
• Islah programlarında daha geniş bitki popülasyonlarını değerlendirmeyi kolaylaştırmak,
• Benzer bilgisayarlı görü yaklaşımlarının çilek gibi diğer ürünlerde (ör. Neopestalotiopsis hastalığı saptaması) uygulanması.

Sınırlılıklar ve geliştirme aşaması

Teknoloji hâlen genişletme aşamasında: daha fazla yaban mersini çeşidini kapsayacak şekilde geliştiriliyor ve şu an için üreticilerin bağımsız olarak görüntü yükleyebileceği genel kullanıma açık bir uygulama olarak sunulmamış durumda. Araştırmacılar, doğruluk ve çeşit kapsamını artırmak için çalışmalarını sürdürüyor.

Projenin yerel bağlamı

Kuzey Carolina'da yıllık yaklaşık 24.494 ton yaban mersini hasat ediliyor; bu miktar ABD üretiminin neredeyse %9'una tekabül ediyor. Araştırmacılar ve saha uzmanları, araç sayesinde üreticilerin işgücünü ve hasat zamanlamasını daha etkin planlayabileceğini belirtiyor.

İlgili temas: NC State Üniversitesi (ilgili haber/ilişki bilgileri için kaynak linkine bakınız).

Orijinal haber (FreshPlaza)