Hij zei dit tijdens een webinar georganiseerd door KAVB en WUR, waar de resultaten werden besproken van het vierjarige project dat dit jaar zijn laatste jaar ingaat. “We kunnen niet met dit project stoppen, dat zou zonde zijn. Het onderzoek van nu komt tussen de 5 en 10 jaar in de praktijk.” Van Dueren Den Hollander van Steketee, de machinebouwer die gespecialiseerd is in visiontechnieken en de ziekzoekmachine mee ontwikkelt, ziet toekomst in geautomatiseerd ziekzoeken. “Maar het vraagt zeker nog extra onderzoek, tijd en geld om dit praktijkrijp te maken. Daar is nog wel een aantal jaren voor nodig. Er is nog geen prototype, we zitten nog steeds in de fase daarvoor, de onderzoeksfase.”

Ook voor kleine bedrijven

Steketee gaf aan dat de bollensector een kleine markt is voor het bedrijf om zo’n ziekzoekmachine op de markt te brengen. Nieuwenhuizen gaf verder aan dat de machine niet alleen voor grote bedrijven interessant moet zijn, maar ook toegankelijk moet zijn voor de kleinere. “Het moet dus simpel en gebruiksvriendelijk zijn. Het moet niet alleen iets zijn voor de grote bedrijven. We kunnen niet verwachten dat bedrijven oneindig doorgaan met de schaalvergroting.”

Goede dataset

Voor het onderdeel geautomatiseerd ziekzoeken van tulpen in het veld zei Nieuwenhuizen dat er nog een eindsprint nodig is. “Er moet een keuze worden gemaakt welke technieken men met het project bij de eindgebruikers in praktijk kan krijgen en welke stukken techniek er buiten het consortium bij andere marktpartijen moeten worden neergelegd.”

De ziekzoekmachine herkent op dit moment tussen de 70 tot 80 procent van de zieke planten automatisch. Arjan van Dueren Den Hollander van Steketee: “Er zit heel veel diversiteit in hoe de verschillende tulpencultivars hun virus uiten in symptomen. Daarom is het een hele uitdaging dit praktijkrijp te maken.” Bovendien ontwikkelen virussen zich en dus zal er volgens Iris Stulemeijer van de BKD altijd menselijke kennis aan te pas moeten komen om die informatie aan de machine te leren.

Er ligt volgens de partijen nu wel een goede dataset met informatie hoe zieke en gezonde tulpen er in het veld uitzien. Nieuwenhuizen: “Nu kunnen we de markt in om partijen van die dataset te voorzien. Zij kunnen die aanvullen en de algoritmes verder trainen.” Ook dit jaar zal er nog informatie aan die dataset worden toegevoegd.  

Classificeren gelukt

De WUR-onderzoeker zei verder dat de doelstellingen van het project aardig zijn gehaald gezien de verschillende werkpakketten die eronder vallen, namelijk ziekzoeken, onderzoek naar classificering tijdens de bewerking in de schuur, datamanagement en de voorbeeldbedrijven met de SpectroCam. “Elk jaar wilden we daarin iets opleveren en daarmee hebben we telkens kleine stukken vooruitgang geboekt.”

Wat betreft de dataset voor het classificeren van bollen tijdens verwerking in de schuur is het gemakkelijker een goede dataset te leveren. Dat komt omdat daar onder gecontroleerde omstandigheden beelden worden genomen van de bollen. “We zijn erin geslaagd de bollen volledig automatisch te classificeren, zoals maatvoering, gezonde bollen, groeischeuren en peren. We zijn nu in het laatste jaar. Met partner Cremer en andere partijen gaan we kijken hoe we dit voor telers in de praktijk kunnen brengen.”

Het webinar is hier terug te kijken op het Youtubekanaal van WUR Glastuinbouw.

Eindsprint voor Bollenrevolutie 4.0 | Greenityhttps://www.greenity.nl/nieuws/eindsprint-nodig-voor-bollenrevolutie-4-0