Обрезка винограда осенью для начинающих в картинках пошагово
Раскидистый зелёный виноградник — это гордость любого садовода. Но чтобы в сезон полакомиться сочными ягодами, нужно грамотно ухаживать за растением. Только при соблюдении этого условия вы получите увесистые грозди. Один из пунктов ухода — правильная обрезка винограда осенью. Новичку эта задача покажется непростой и непосильной. Однако правильность выполненных шагов, поэтапность действий и следование инструкциям поможет улучшить здоровье и привлекательность растения к новому сезону.
Содержание
- Для чего производится обрезка винограда осенью
- Свежие статьи о саде и огороде
- Когда проводить обрезку винограда осенью
- Необходимые инструменты и материалы для обрезки винограда осенью
- Пошаговая инструкция — как обрезать виноград осенью
- Свежие статьи о саде и огороде
- Уход за виноградом после обрезки
- Как укрыть виноград на зиму
- Свежие статьи о саде и огороде
Для чего производится обрезка винограда осенью
Выполняя обрезку, преследуют сразу несколько целей: повышение урожайности кустов и качества ягод; увеличение производительности труда на винограднике; облегчение защиты кустов от заморозков, болезней и вредителей.
Свежие статьи о саде и огороде
В процессе обрезки необходимо:
- ограничить продольную полярность побегов;
- отрегулировать общую силу роста и плодоношение куста;
- рационально разместить в пространстве однолетний и многолетний прирост куста.
Ограничить продольную полярность виноградной лозы можно различными способами. Первый — выполнение короткой обрезки, после которой формируются длинные хорошо развитые побеги. Но после такой обрезки ряд сортов могут потерять урожай. В связи с этим применяют другой способ подавления полярности — длинную обрезку и изгиб лозы при подвязке. При этом способе формируется хороший урожай, но образуются короткие побеги.
Когда проводить обрезку винограда осенью
Нельзя оставлять лозу длинной, иначе ягоды будут кислыми. Осеннюю обрезку винограда проводят тогда, когда начинаются первые заморозки и низкие температуры. Однако не стоит бежать в сад, вооружившись инструментами в случае, если температура снизилась только на один день.
Дождитесь, когда погода приобретёт устойчивый характер, и уже после этого приступайте.
Необходимые инструменты и материалы для обрезки винограда осенью
Для того чтобы правильно осуществить осеннюю обрезку, потребуется: Хорошо наточенный секатор или специальные садовые ножницы. Важно, чтобы лезвия были очень острыми, позволяли обрезать побег за один раз. В противном случае ножницы будут рвать лозу и стебли, а значит нанесут растению травмы, что может привести к загниванию и гибели. Перчатки, так как многие сорта винограда имеют довольно острые наросты. Специальные палки и верёвки для формирования кустов. Отклонённые в сторону ветки можно зафиксировать перед укрытием. Полиэтиленовая плёнка, еловый лапник или другой укрывной материал, которым можно будет закрыть лозу после обрезки и прогибания к земле.
Следует отметить, что обрезка кустов имеет количественное и качественное выражение. Количественное определяется величиной нагрузки глазками, а качественное — плодоносностью оставленных на кусте глазков, что зависит от длины обрезки.
Пошаговая инструкция — как обрезать виноград осенью
В регионах с морозными зимами практикуется бесштамбовая культура винограда. Его намного легче укрывать. Молодой и уже облагороженный формировкой куст в осеннее время обрезают по-разному.
Свежие статьи о саде и огороде
Суть осенней обрезки куста заключается в том, чтобы создать плодоносящее звено для урожая следующего года и удалить остальную уже отплодоносившую часть.
Этапы обрезки:
- После того как листья пожелтели с винограда убираем пасынки и те побеги, которые выросли из спящих почек на подземной и надземной части штамба.
- Формируем сучок замещения. Для этого на рукаве отмечаем однолетний побег, который находится ближе всего к центру куста. Его обрезаем, оставляя 2-4 почки.
- Формируем плодовую стрелку. Для этого подойдет соседний с сучком замещения побег. На плодовой стрелке должно быть 6-12 глазков, число их зависит от сорта. У развитого и сильного куста можно оставить 2 или даже больше плодовых стрелок.
- Всю оставшуюся часть рукава обрезаем, отступив от плодовой стрелки от 1 до 2 см.
Формирование винограда — творческий процесс, он требует индивидуального подхода к каждому кусту.
Уход за виноградом после обрезки
После обрезки винограда нужно сделать подкормку и полив. Такой полив называют влагозарядковый, так как он поможет растению прийти в себя после укрытия. Можно использовать один из двух вариантов рецепта подкормки: 20 г суперфосфата на 10 г калия; 3 г борной кислоты, 2 г серной кислоты и 1 г йода. Поливать раствором нужно каждый метр, где расположен виноградник. Подкормка должна сопровождаться обильным поливом. Не стоит бояться залить виноград.
Чтобы не допустить поражения виноградника, после обрезки рекомендуется провести профилактическую обработку кустов раствором марганца или соды пищевой. А чтобы избежать нашествия паутинного клеща, рекомендуется воспользоваться «Фуфаноном».
Есть еще один вариант, который рекомендуют специалисты: осеннюю обработку по листьям проводят содо-солевым раствором – на 10л воды 5 столовых ложек соли + 5 столовых ложек соды.
Опрыскивать необходимо 3-4 раза в начале – середине октября, очень тщательно обрабатывая каждый листок, лозу и почву вокруг растения. В этом случае обработку медным и/или железным купоросом можно провести непосредственно перед укрытием лозы на зиму.
Следующим этапом осуществляется укрытие винограда. Все опытные садоводы рекомендуют прятать виноград на зиму от мороза, сооружая укрытия для защиты от завалов снега, порывов холодного ветра и мороза. Цель такой работы – дополнительная защита от влияния сложных климатических условий, которые бывают в Подмосковье, на Урале.
Зачастую начинающие виноградари и дачники испытывают сомнения по поводу необходимости процедуры укрытия кустов в осенний период.
Ведь есть другой выход сэкономить время и нервы — посадка сортов винограда, которым не страшен снег и мороз.
Но при большом снижении температуры кусты почти наверняка будут повреждены, и виноград даже может погибнуть. Отказ от защиты возможен лишь, если есть непоколебимая уверенность в предстоящей теплой зиме. Стоит заметить, что причиной гибели лозы обычно оказывается некачественное укрытие саженцев на зиму или неверно выбранный материал.
Как укрыть виноград на зиму
Различают 2 способа: сухой (его можно использовать несколько лет) и влажный.Первый подразумевает конструирование спецприспособлений, которые можно применять долгие годы. По степени защиты среди них различают полу- и полное укрытие, а также окучивание.
Свежие статьи о саде и огороде
Второй способ укрытия винограда на зиму подразумевает применение подручных средств (снежных сугробов, земли, лапника, соломы и пр.), при этом препятствий для проникновения воды к кустарникам нет. Весной многолетние кусты освобождаются от укрытия.
Далее следует подвязать плодовые стрелки и рукава к шпалере. Сроки открытия будут зависеть от материала. К примеру, из-под земли виноград высвобождается после угрозы майских заморозков. В прочих случаях открытие кустов рекомендовано в более ранний период во избежание выпревания почек. Если после освобождения растения появится угроза заморозков, то виноград следует снова прикрыть.
Особенности обрезки винограда Изабелла осенью
 
Фото: fotokto.
ru
Гибридный сорт винограда Изабелла знаком каждому садоводу. Разберем особенности правильной обрезки сорта и ухода за ним. Соблюдая эти несложные правила, вы сможете сезон за сезоном собирать обильный качественный урожай.
Выбираем время для обрезки
Обрезать Изабеллу стоит поздней осенью. Приступаем к работам по окончании листопада. Если вы по каким-то причинам не успели провести работы вовремя, обрезку лучше оставить до прихода весны.
Осенняя обрезка гораздо проще весенней. Поэтому, если у вас не так много опыта в садоводстве, рекомендуем отдать предпочтение именно ей.
Важно выбрать подходящее время для обрезки.
Однако слишком затягивать с процедурой не стоит, потому как винограду может не хватить времени восстановиться до прихода серьезных холодов.
Важные правила обрезки
Осенняя обрезка выполняет формирующую и санитарную функцию.
Чтобы провести качественную обрезку, стоит придерживаться нескольких последовательных шагов:
- Избавляемся от поврежденных и сухих пасынков.
- Побеги текущего сезона нужно укоротить на треть длины, а те, которые успели одревеснеть — на две третьих.
- Взрослые лозы обрезаем до 12 сильных и жизнеспособных почек.
- Корректируем и верхнюю часть кустарника, чтобы задать винограду правильное направление.
Чтобы растения испытали минимальный стресс, срезы нужно делать под углом 90 градусов. Так лоза потеряет минимум сока и виноградник значительно быстрее восстановится после обрезки.
Если на вашем участке есть молодые кусты, посаженные в этом сезоне, побеги достаточно укоротить до четырех почек.
Как ухаживать за Изабеллой?
Чтобы процедура обрезки дала желаемый эффект, за виноградником нужно установить тщательный уход. Вот что нужно сделать:
Обеспечить грамотный полив.
Это особенно важно для виноградных кустов в первые два года жизни. Поливаем раз в неделю строго под корень. На одно растение у вас должно уходить не менее 15 литров воды. Также очень важен полив после сбора урожая. Только щедро напитанный влагой виноградник благополучно переживет зимовку.
Чтобы виноград хорошо плодоносил, ему нужны питательные подкормки. Причем весной основной упор делается на азот, а ближе к осени винограду нужны калий и фосфор. В качестве эффективных комплексных составов вы можете использовать готовые средства вроде «Флоровита» и подобных ему.
Не забываем и о состоянии грунта. Для поддержания нормального воздухообмена необходимо выполнять систематические прополки и рыхления.
Чтобы быть в курсе, подпишитесь на нас в: Яндекс.
Дзен, Вконтакте, Одноклассниках, Telegram, Яндекс.Новости
Данные | Бесплатный полнотекстовый | Набор данных изображений виноградной лозы для обрезки
1. Резюме
Обрезка виноградной лозы представляет собой сложную проблему, если требуется специальное решение для автоматизации. Из области сельского хозяйства известно, что виноградная лоза разделена на разные части. Основываясь на этих знаниях, сообщество исследователей компьютерного зрения и обработки изображений предприняло несколько попыток решить проблему с помощью обработки данных изображения с поддержкой стереоскопических камер [1,2] и лазерных 3D-сканеров [3,4]. Большинство из них являются неинвазивными подходами, за исключением [4], когда для обрезки виноградной лозы используется роботизированная система, основанная на обработке изображений и методах компьютерного зрения. Другие предлагаемые публикации основаны на изображениях RGB без добавления оценки расстояния или других атрибутов реального мира.
Эти методы, с поддержкой атрибутов реального мира из сцены, направлены на разложение виноградной лозы из заданных изображений [5,6,7,8] для достижения оценки точек обрезки. Структура виноградной лозы состоит из трех основных частей: (а) ствола, который является более крупной древесной частью растения, (б) кордонов, которые тоньше ствола и которых обычно два на каждом растении, и (в). ) побеги, начинающиеся на вершине кордонов, которые являются более тонкими древесными частями растения и самыми высокими, как показано на рисунке 1.
Некоторыми основными визуальными характеристиками растения являются то, что ствол всегда вертикальный, кордоны горизонтальные, а побеги расположены в произвольном направлении с вертикальным формированием. Зимой при обрезке виноградной лозы побеги, шпоры, отпрыски и водяные побеги отсутствуют. Как упоминалось выше, основная концепция обрезки состоит в том, чтобы удалить прошлогодние побеги из кордонов и позволить новым побегам вырасти, чтобы дать новый виноград [10].
Это приводит к выводу, что трости являются объектом интереса в этой конкретной проблеме. Было доказано, что обрезка виноградной лозы с помощью компьютерного зрения и обработки изображений является очень сложной задачей, поскольку побеги увеличиваются в длину, в случайных направлениях и очень близко друг к другу. Эта структура создает сильное перекрытие между интересующими объектами, а с добавлением сложного фона и шума из окружающей среды анализ изображения очень затруднен, особенно для инвазивного подхода, когда должна действовать роботизированная система. Еще одной проблемой в этой задаче является сложный фон, где изображение виноградной лозы будет содержать не только растение переднего плана, но и фон, особенно зимой, когда виноградная лоза вообще не имеет листьев. Наконец, каждая винодельня применяет разные стратегии обрезки, например, полностью обрезает некоторые побеги и просто укорачивает остальные. Различные стратегии обрезки добавляют некоторые ограничения к проблеме, что делает ее более сложной, чем простой.
Возможным решением является использование стереоскопических камер, в которых на основе RGB-изображения и карты глубины (реальных значений расстояния) передний план и фон могут быть разделены на заданном изображении [2]. Вышеуказанные вопросы объясняют, почему большинство исследований в литературе сосредоточены на неинвазивных подходах [1,2,3,5,6,7,8], где алгоритмы фонового и переднего плана, обнаружение объектов [7] и сегментация [6] глубоко алгоритмы обучения использовались без оценки точек обрезки. При инвазивных подходах [4] растение, подлежащее обрезке, окружает закрытая среда с помощью роботов-манипуляторов и методов компьютерного зрения, основанных на обработке 3D-данных. Несмотря на обрезку, побеги также должны быть удалены, а в полностью автоматизированном сценарии стратегия обрезки может отличаться от классического подхода, поскольку роботы-манипуляторы с поддержкой камер не могут полностью имитировать людей. Достижение этого с помощью анализа изображений означает, что все трости должны быть сегментированы, чтобы извлечь целые тела тростей для оценки точек среза на них.
Семантическая сегментация — очень популярный метод в роботизированных системах, которые взаимодействуют в свободной среде. При таком подходе к обрезке виноградной лозы методы автоматизации могут обеспечить оценку точки среза или механизмы извлечения признаков, поскольку вся интересующая область сегментируется. Обрезку можно охарактеризовать как проблему, для которой очень трудно найти надежное решение, поскольку виноградники расположены на расстоянии не более 3 м друг от друга и имеют очень сложную структуру. Исходя из вышеуказанных вопросов, задачами данного исследования являются:
Предоставить сообществу исследователей компьютерного зрения и обработки изображений набор данных, который будет стимулировать дальнейшие исследования по автоматизации очень сложной работы по обрезке виноградников, например, путем точной оценки точек обрезки.
Предложить набор изображений, собранных с виноградной лозы в период обрезки, со сложностью и трудностями свободной среды виноградника и соответствующих реальным условиям обрезки.
Обосновать ценность предлагаемого набора данных с применением модели семантической сегментации для сегментации и деконструкции основных частей растений виноградной лозы.
2. Описание данных
Предлагаемый набор данных содержит 100 образцов изображений растений виноградной лозы зимой и во время сезона обрезки виноградной лозы. Каждое изображение кодируется в формате PNG с разрешением 1920×1080 и цветовым пространством RGB. Для каждого образца изображения создается аннотированная вручную маска с тем же разрешением, которая содержит отмеченные области пикселей, указывающие на определенный целевой класс. Каждая отмеченная область пикселя имеет свой уникальный атрибут цвета и соответствует каждому целевому классу, тогда как остальная часть изображения окрашена в черный цвет и указывает на класс фона. На рисунке 2 образец данных представлен с изображением RGB слева (рисунок 2a) и отмеченными областями пикселей для каждого целевого класса справа (рисунок 2b).
На рисунке 3 представлено смешанное изображение между изображением RGB (рисунок 2а) в оттенках серого и его маской изображения (рисунок 2b).
Структура образцов данных связана с методами семантической сегментации, которые представляют собой подход к классификации каждого пикселя в данном изображении. Предлагаемый набор данных решает задачу 4-х классов (ствол, кордон, трость, фон), где каждый элемент данных состоит из двух изображений, как показано на рис. 2 и рис. 4. В частности, на рис. 2а или рис. предыдущего раздела визуально обоснованы. Понятно, что фон создает деформацию между целевой областью интереса и остальным содержимым изображения. Базовым подходом с решениями семантической сегментации будет архитектура CNN в качестве основы для извлечения признаков из пары изображений и полностью связанный слой сверху для применения классификации на уровне пикселей данных изображений. На рисунке 5 также представлено смешанное изображение между изображением RGB (рисунок 4a) в оттенках серого и его маской изображения (рисунок 4b).
Огромной проблемой, например, в этих подходах является обработка ложноположительных оценок модели, когда сегментируются области, классифицированные в целевом классе, но принадлежащие к фоновому классу. Это одна из проблем, которая побудила исследователей компьютерного зрения предложить и реализовать огромное количество архитектур CNN и методов обработки изображений, чтобы найти надежные решения для подходов семантической сегментации. Важным фактором, определяющим появление ложных срабатываний в оценках модели сегментации, является сложность содержимого изображения, которое включает целевую область интереса. Вышеупомянутая проблема играет важную роль в инвазивных роботизированных системах, поскольку они работают на основе этих оценок. По этой причине одной модели недостаточно для надежного решения, и, следовательно, для надежных оценок жизненно необходимы дополнительные методы. Возможным решением может быть слияние алгоритмов переднего плана и моделей семантической сегментации в рамках одного процесса обучения, где алгоритмы переднего плана и фона будут обеспечивать дополнительную поддержку моделей сегментации, чтобы подчеркивать особенности переднего плана и создавать более сегментированные области.
Возвращаясь к предложенному набору данных, количество выборок данных можно охарактеризовать как небольшое, но оно содержит высокие значения экземпляров объектов на каждом изображении. В таблице 1 представлено количество экземпляров объектов из каждого класса для всего набора данных.
Несмотря на небольшое количество выборок данных, количество экземпляров объектов достаточно велико для поддержки обработки изображений или компьютерного зрения и метода глубокого обучения, такого как семантическая сегментация с поддержкой методов увеличения, для получения огромного количества изображения для обучения архитектур моделей глубокого обучения. Кроме того, многие изображения содержат более одного растения виноградной лозы. Дисбаланс между экземплярами объектов, появляющимися в наборе данных, может быть проблемой для любой методологии, поскольку объекты каждого класса обладают уникальностью по текстуре, цвету и геометрическим признакам, а также характерному расположению каждого объекта внутри содержимого изображения.
Выбранные классы возникли на основе возраста и массы каждой части растения, где сначала был ствол, затем кордон и тростник.
3. Методы
Для построения набора данных были собраны изображения с виноградника в греческом городе Драма. Драма — это область, в которой интенсивно работают многие винодельни, и ее выбор имеет особое значение. В таблице 2 представлены данные о расположении, структуре и густоте виноградных лоз на винограднике.
Поскольку набор данных предлагается для обрезки, объектами интереса являются побеги, которых достаточно для обработки с помощью модели глубокого обучения. Создание набора данных важно для предоставления множества экземпляров, чтобы избежать переобучения. Однако работа по обрезке имеет некоторые особенности. Например, обрезку в основном проводят утром при дневном свете. Кроме того, робот должен видеть растения вертикально, а не под углом. Вот почему все изображения снимаются вертикально и при дневном свете. Чтобы получить разнообразие в наборе данных, изображения были сделаны с разных расстояний, чтобы модель научилась быть инвариантной к масштабу.
Масштабная инвариантность в этой задаче очень важна, поскольку позволяет различать области, которые могут принадлежать другим коридорам. Кроме того, берутся разные расстояния, чтобы приспособиться к сценариям роботизированной системы, в которых камера установлена на концевом эффекторе роботизированного манипулятора вместе с режущим инструментом. В этом сценарии интересующий объект может измениться в масштабе на изображениях с камеры в зависимости от движений руки робота.
3.1. Получение набора данных
Устройство, которое использовалось для сбора данных изображения, представляло собой 3D-камеру ZED Mini с установленным ZED SDK и соответствующим программным приложением для захвата изображений и экспорта файлов. В Таблице 3 приведены подробные сведения о настройках камеры. Изображения были вручную аннотированы произвольными многоугольными формами. Каждая фигура характеризовалась именем класса, и для каждого изображения создавался файл JSON. Затем для каждого изображения и соответствующего файла JSON, который содержал аннотированные области с соответствующими именами классов, были созданы маски изображений.
Изображения RGB оставались неизменными без какой-либо дальнейшей обработки, сохраняя содержимое изображения по мере его сбора.
Камера ZED Mini предоставляет пользователю все настройки камеры, такие как яркость, контрастность, оттенок, насыщенность, гамма, резкость, баланс белого, экспозиция и усиление. Каждый параметр можно настроить вручную, и изменения применяются к обоим датчикам без поддержки индивидуальной настройки. Настройки камеры представлены в таблице 4.
3.2. Проверка набора данных
Для оценки набора данных (таблица 5) мы реализовали модель U-Net [11] в TensorFlow [12] с библиотекой моделей сегментации [13]. Мы использовали модель U-Net с ResNet34 [14] (таблица 6) в качестве основы, которая была предварительно обучена в ImageNet. Кроме того, для увеличения объема данных применялись методы увеличения данных. В частности, мы применили горизонтальное отражение и поворот на 15 и -15 градусов, потому что они не меняют структуру растения виноградника.
Приведенные выше результаты подтверждают применимость набора данных изображений. Предсказанные маски можно использовать для дальнейшей обработки для оценки точек среза в начале ветвей на вершине кордонов. Несмотря на обрезку, приведенный выше набор данных изображений и приложение можно использовать для дальнейшего анализа растений, например, выращивания винограда.
4. Примечания для пользователя
Способ создания этого набора данных предназначен для предоставления данных для разработки модели в задаче обрезки виноградников. Обрезка виноградников с помощью роботизированных систем — очень сложная задача. Предлагаемая процедура обрезки виноградника примерно следующая.
Мобильный робот останавливается перед виноградной лозой в заранее выбранном месте. Система технического зрения, установленная на роботе-манипуляторе, определяет нужную область. Полученные изображения обрабатываются с помощью обученных моделей и рассчитываются конкретные точки разреза. Система, основываясь на оптимальной практике, выбирает точку разреза. Начальный расчет целевого местоположения позволяет выполнить алгоритм планирования пути, который создаст начальный путь для манипулятора. Манипулятор начинает двигаться к цели, следуя по этому пути. Система технического зрения за каждый цикл получает изображение и после обработки выдает координаты цели с большей точностью (визуальное сопровождение). Когда инструмент достигает нужного места, выполняется процедура резки. Чтобы расширить этот сценарий, второй коллаборативный мобильный робот следует за предыдущим и с помощью второго роботизированного манипулятора и правильно спроектированного захвата на его концевом рабочем органе удаляет срезанную ветку.
Вклад авторов
Концептуализация, Т.П.П. и В.Г.К.; методология, К.Д.А. и Т.К.; программное обеспечение, К.Д.А. и Т.К.; валидация, К.Д.А., Т.К. и Т.П.П.; формальный анализ, К.Д.А. и Т.К.; расследование, К.Д.А. и Т.К.; ресурсы, Т.П.П. и В.Г.К.; курирование данных, K.D.A. и Т.К.; написание — подготовка первоначального проекта, K.D.A. и Т.К.; написание — обзор и редактирование, T.P.P. и В.Г.К.; визуализации, К.Д.А., Т.К. и Т.П.П.; авторский надзор, Т.П.П. и В.Г.К.; администрация проекта, В.Г.К. и Т.П.П.; приобретение финансирования, V.G.K. Все авторы прочитали и согласились с опубликованной версией рукописи.
Финансирование
Мы признательны за поддержку этой работы проектом «Технология для умелого виноградарства (SVtech)» (MIS 5046047), который реализуется в рамках Акции «Укрепление исследовательской и инновационной инфраструктуры», финансируемой Оперативной программой « Конкурентоспособность, предпринимательство и инновации» (NSRF 2014–2020) при совместном финансировании Греции и Европейского Союза (Европейский фонд регионального развития).
Заявление Институционального контрольного совета
Неприменимо.
Заявление об информированном согласии
Неприменимо.
Заявление о доступности данных
Данные доступны по адресу https://github.com/humain-lab/Buds-Dataset под лицензией Creative Commons Attribution 4.0 International.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов. Спонсоры не участвовали в разработке исследования; при сборе, анализе или интерпретации данных; в написании рукописи или в решении опубликовать результаты.
Ссылки
- Морено, Х.; Руэда-Аяла, В.; Рибейро, А .; Бенгочеа-Гевара, Дж.; Лопес, Дж.; Петеинатос, Г.; Валеро, К.; Андухар, Д. Оценка систем выращивания виноградников с использованием встроенного восприятия глубины RGB. Датчики 2020 , 20, 6912. [Google Scholar] [CrossRef]
- Fernandes, M.; Скальдаферри, А .; Фиамени, Г.; Тенг, Т .; Гатти, М.; Пони, С. ; Семини, К.; Колдуэлл, Д.; Чен, Ф. Автоматизация зимней обрезки виноградной лозы: об обнаружении потенциальных точек обрезки с помощью двухмерного моделирования растений с использованием сегментации виноградной лозы. В материалах 11-й ежегодной международной конференции IEEE 2021 г. по технологиям CYBER в автоматизации, управлении и интеллектуальных системах (CYBER), Цзясин, Китай, 27–31 июля 2021 г. [Google Scholar]
- Боттерилл, Т.; Грин, Р .; Миллс, С. Нахождение структуры виноградной лозы путем восходящего разбора краев тростника. В материалах 28-й Международной конференции по вычислениям изображений и изображений в Новой Зеландии (IVCNZ 2013), Веллингтон, Новая Зеландия, 27–29 ноября 2013 г.; IEEE: Пискатауэй, Нью-Джерси, США, 2013 г.; стр. 112–117. [Google Scholar]
- Боттерилл, Т.; Паулин, С .; Грин, Р .; Уильямс, С.; Лин, Дж.; Сакстон, В.; Миллс, С.; Чен, X .; Корбетт-Дэвис, С. Роботизированная система для обрезки виноградных лоз: Роботизированная система для обрезки виноградных лоз. Дж. Полевой робот. 2017 , 34, 11:00–11:22. [Google Scholar] [CrossRef]
- Корбетт-Дэвис, С.; Боттерилл, Т .; Грин, Р .; Сакстон, В. Экспертная система для автоматической обрезки лоз. В материалах 27-й конференции по вычислениям изображения и зрения в Новой Зеландии — IVCNZ ’12, Данидин, Новая Зеландия, 26–28 ноября 2012 г.; ACM Press: Данидин, Новая Зеландия, 2012 г.; стр. 55–60. [Google Scholar]
- Сюй С.; Сюнь, Ю .; Цзя, Т .; Ян, К. Метод обнаружения почек на зимних лозах на основе компьютерного зрения. В материалах 7-го Международного симпозиума по вычислительному интеллекту и дизайну 2014 г., Ханчжоу, Китай, 13–14 декабря 2014 г .; IEEE: Пискатауэй, Нью-Джерси, США, 2014 г.; стр. 44–48. [Академия Google]
- Гао, М.; Лу, Т. Обработка и анализ изображений для автономной обрезки виноградной лозы. В материалах Международной конференции по мехатронике и автоматизации 2006 г., Лоян, Китай, 25–28 июня 2006 г . ; IEEE: Пискатауэй, Нью-Джерси, США, 2006 г.; стр. 922–927. [Google Scholar]
- Гуаданья, П.; Фриони, Т .; Чен, Ф .; Дельмонте, А.И.; Тенг, Т .; Фернандес, М .; Скальдаферри, А .; Семини, К.; Пони, С.; Гатти, М. Тонкая настройка и тестирование алгоритма глубокого обучения для обнаружения областей обрезки в виноградных лозах с обрезкой шпор. In Proceedings of the Precision Agriculture ’21, Будапешт, Венгрия, 19июль 2021 г.; Издательство Wageningen Academic Publishers: Будапешт, Венгрия, 2021 г.; стр. 147–153. [Google Scholar]
- Выращивание винограда в домашнем саду. Доступно в Интернете: https://extension.umn.edu/fruit/growing-grapes-home-garden (по состоянию на 16 апреля 2022 г.).
- Хеллман, Э. В. Структура и функция Грейпвайн. В виноградарстве Орегона; Хеллман, EW, изд.; Oregon State University Press: Corvallis, OR, USA, 2003. [Google Scholar]
- Ronneberger, O.; Фишер, П.; Брокс, Т. U-Net: сверточные сети для сегментации биомедицинских изображений. arXiv 2015 , архив: 1505.04597. [Google Scholar]
- Абади М.; Бархэм, П.; Чен, Дж.; Чен, З .; Дэвис, А .; Дин, Дж.; Девин, М .; Гемават, С .; Ирвинг, Г.; Айсард, М.; и другие. TensorFlow: система для крупномасштабного машинного обучения. В материалах 12-го симпозиума USENIX по проектированию и внедрению операционных систем (OSDI ’16), Саванна, Джорджия, США, 2–4 ноября 2016 г.; стр. 265–283. [Google Scholar]
- GitHub — Qubvel/Segmentation_Models: модели сегментации с предварительно обученными магистралями. Керас и TensorFlow Керас. Доступно онлайн: https://github.com/qubvel/segmentation_models (по состоянию на 29июль 2022 г.).
- Он, К.; Чжан, X .; Рен, С .; Сан, Дж. Глубокое остаточное обучение для распознавания изображений. В материалах конференции IEEE 2016 г. по компьютерному зрению и распознаванию образов (CVPR), Лас-Вегас, штат Невада, США, 27–30 июня 2016 г. ; IEEE: Пискатауэй, Нью-Джерси, США, 2016 г.; стр. 770–778. [Google Scholar]
; Семини, К.; Колдуэлл, Д.; Чен, Ф. Автоматизация зимней обрезки виноградной лозы: об обнаружении потенциальных точек обрезки с помощью двухмерного моделирования растений с использованием сегментации виноградной лозы. В материалах 11-й ежегодной международной конференции IEEE 2021 г. по технологиям CYBER в автоматизации, управлении и интеллектуальных системах (CYBER), Цзясин, Китай, 27–31 июля 2021 г. [Google Scholar]
U-Net: сверточные сети для сегментации биомедицинских изображений. arXiv 2015 , архив: 1505.04597. [Google Scholar]
; IEEE: Пискатауэй, Нью-Джерси, США, 2016 г.; стр. 770–778. [Google Scholar]Рисунок 1. Анатомия виноградной лозы [9].
Рисунок 1. Анатомия виноградной лозы [9].
Рисунок 2. Образец данных изображения виноградной лозы, показывающий: ( a ) RGB-изображение растения и ( b ) аннотированная маска RGB-изображения.
Рисунок 2. Образец данных изображения растения виноградной лозы, показывающий: ( a ) RGB-изображение растения и ( b ) аннотированную маску RGB-изображения.
Рисунок 3. Смешанное изображение между изображением RGB в оттенках серого и его маской изображения на рис. 2.
Рисунок 3. Смешанное изображение между изображением RGB в оттенках серого и его маской изображения на рисунке 2.
Рисунок 4. Образец данных изображения скелетов растений виноградной лозы, показывающий: ( a ) RGB-изображение скелетов растений и ( b ) аннотированную маску RGB-изображения.
Рисунок 4. Образец данных изображения скелетов растений виноградной лозы, показывающий: ( a ) RGB-изображение скелетов растений и ( b ) аннотированную маску RGB-изображения.
Рисунок 5. Смешанное изображение между изображением RGB в оттенках серого и его маской изображения на рисунке 4.
Рисунок 5. Смешанное изображение между изображением RGB в оттенках серого и его маской изображения на рис. 4.
рис. 6. Результаты обученной модели: ( a ) Исходное изображение, ( b ) Истинное положение и ( c ) Предсказание модели. (1-й пример).
Рисунок 6. Результаты обученной модели: ( a ) Исходное изображение, ( b ) Истинное положение и ( c ) Предсказание модели. (1-й пример).
Рисунок 7. Результаты обученной модели: ( a ) Исходное изображение, ( b ) Истинное положение и ( c ) Предсказание модели. (2-й пример).
Рисунок 7. Результаты обученной модели: ( a ) Исходное изображение, ( b ) Истинное положение и ( c ) Предсказание модели. (2-й пример).
Таблица 1. Количество экземпляров объекта для каждого целевого класса.
Таблица 1. Количество экземпляров объекта для каждого целевого класса.
| Trunks | Cordons | Canes |
|---|---|---|
| 128 | 241 | 1316 |
Table 2. Информация о структуре виноградников винодельни Павлидис.
Таблица 2. Информация о структуре виноградников винодельни Павлидис.
| Местоположение | Широта: 41. 20101042956404, | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Длинна: 23.95247417327117 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Posts’ height | 3–3.5 m | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Posts’ width | 7.62 cm | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Wires’ diameter | 3 mm | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Irrigation pipes’ diameter | 16 mm | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Plants ‘Расстояние (тот же ряд) | 1,2–2 м | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 0083
Технические характеристики 3D-камеры ZED Mini. Таблица 3. Технические характеристики 3D-камеры ZED Mini.
Таблица 4. Настройки камеры ZED Mini. Таблица 4. Настройки камеры ZED Mini.
Таблица 5. Таблица 5. Объем данных до и после увеличения данных.
Таблица 6. Подробная информация о подержанных моделях. Таблица 6. Подробная информация о подержанных моделях.
Table 7 Параметры, используемые для обучения. Таблица 7. Параметры, используемые для обучения.
© 2022 авторами. Лицензиат MDPI, Базель, Швейцария. Эта статья находится в открытом доступе и распространяется на условиях лицензии Creative Commons Attribution (CC BY) (https://creativecommons.  org/licenses/by/4.0/).Формирование и обрезка виноградных лоз – ВИНОГРАД КОННЕКТИКУТСуществует множество методов подвязки виноградных лоз, и я испробовал большинство из них. Вы можете найти описания всех из них в Интернете и на YouTube. Когда один человек обрезал и тренировал более 130 лоз, я обнаружил, что увяз в слишком большом количестве работы, на которую у меня не было времени. Итак, мне нужно было найти метод обучения, который принесет мне наименьший объем работы. Первый шаг Некоторые сорта не приживаются на собственном подвое, и их необходимо прививать на тот, который обеспечивает более высокую урожайность, более короткое время созревания или защиту от болезней. В частности, большинство vinifera необходимо привить на американский подвой для защиты от филлоксеры, которая может убить vinifera лоз. Однако благодаря своим исследованиям я понял, что половина работы на виноградниках заключается в укрытии привитых лоз осенью, чтобы защитить их от гибели зимой. Мое решение состоит в том, чтобы избегать сортов, требующих прививки. Есть достаточно самоукореняющихся лоз, которые хорошо себя чувствуют, не прибегая к привитым лозам. Это решение позволяет мне использовать свое время в других важных для меня областях. Однако для коммерческого виноградника прививка может быть привлекательной и полезной для лоз, которые плохо приживаются на собственном подвое. Второй шаг Вторым открытием, позволившим сэкономить время, было найти обучающую систему, упрощающую обрезку и создание сетей. Перепробовав множество методов, я, наконец, остановился на одном — «Вертикальное расположение побегов с обрезкой тростника (VSP) с боковой сеткой». Это хорошо работает для всех американских и гибридных сортов винограда в этом испытании. Можно чернослив тростниковый (тощие однолетние побеги на стволе винограда) или чернослив кордонный (толстые многолетние побеги на стволе винограда). В таких районах, как Коннектикут, влажная погода приводит к высокому заболеваемости. Обрезка тростника позволяет избежать болезней, которые могут гноиться в кордонах. Кроме того, вертикальное расположение побегов обеспечивает хороший поток воздуха через листья, а VSP также легко позволяет использовать «боковую сетку» для защиты созревающего винограда от птиц, нападающих на ваш урожай. Боковую сетку установить гораздо проще, чем потолочную, если только у вас нет крупной коммерческой накладной системы на полозьях. Кроме того, с VSP легко обрезать чрезмерный рост в середине сезона. По мере роста побегов вы размещаете их между двойными проволоками — это намного проще, чем привязывать их на месте. Потом, когда они станут слишком длинными и высокими, вы их подстрижете вверху, чтобы они не наклонялись и не затеняли рост внизу. Строительство На коммерческих виноградниках тяжелая техника используется для бурения отверстий в земле для больших тяжелых бревен, которые закрепляют провода шпалеры. Вот схема, показывающая, как я устанавливаю решетку VSP. Каждый новый вертикальный плодоносящий побег помещается между двойными проволочными захватами и позволяет расти на 12-18 дюймов выше верхних проволок. Все остальные побеги обрезаются, чтобы они не свешивались вниз и не затеняли нижние листья. Боковая сетка Вот как выглядит боковая сетка, когда она накинута и привязана к зоне плодоношения.
Вы можете приобрести боковую сетку и зажимы по артикулу Spectrellising . Вот что я использую:
Обрезка Удаляется весь старый прирост, кроме ствола(ов) и новых побегов этого года. Для низкорослых лоз я использую несколько стволов. Новые трости этого года будут в следующем году – годовалыми. Держите больше новых тростей, чем вам нужно — некоторые из них могут погибнуть за зиму. Когда наступит весна, оставьте лучшие побеги, а остальные уберите. Плодоносящие побеги лучше всего растут из однолетних побегов и вообще несут виноград. На этом фото показана разница между однолетними тростями (то, что вам нужно) и более старыми тростями (то, что вам не нужно). Однако вам нужны трости, которые выходят прямо из ствола или из короткого отростка, а не из старых длинных тростей, расположенных далеко от ствола. Возьмите новые трости как можно ближе к стволу и уберите трости, расположенные далеко от ствола. Видео
Пакеты Я экспериментировал с бумажными пакетами, пластиковыми пакетами и пластиковыми раскладушками для защиты винограда от болезней, птиц, вредителей и пятнистокрылой дрозофилы. Это обсуждается в другом месте на этом сайте. Еноты тоже экспериментируют — они без проблем рвут бумажные пакеты. Однако в пластиковые раскладушки они попасть не могут. Описанная выше боковая сетка также защищает от птиц. Ограждение Некоторое время я пытался избегать ограждения, а твари радовались и пировали. Необходимость, мать изобретательности, заставила меня передумать. Для небольших площадей хорошо подходит электрическая сетка PermaNet Plus 12/48/3. Он недорогой и очень прост в укладке. Он поставляется полностью собранным — просто разверните его и наступите на нижнюю часть стержней, чтобы вбить их в землю на 6 дюймов. Доступные длины: 25 футов, 50 футов и 100 футов. Он защищает от оленей, енотов, кроликов и сурков. Кроме того, здесь есть ссылка на Видеоинструкции по установке PermaNet Для больших площадей я установил электрический забор высотой 7 футов. Это тоже недорого, но требует совсем немного труда. Чтобы удерживать провода, я вставил обработанные давлением деревянные столбы размером 4 x 4 x 10 футов, расположенные через каждые 40 футов, с арматурой длиной 10 футов 5/8 дюйма (#5), расположенной через каждые 10 футов. Имеется 7 прядей. из оцинкованной электрической проволоки 14 ga и 3 направляющих из полиэтиленовой ленты шириной 1 дюйм. Это отпугивает оленей, но для защиты от более мелких тварей, таких как сурки и еноты, мне нужно было поставить второй забор. Я решил использовать барьер из оцинкованной металлической ткани высотой 3 фута и 1/2 дюйма внутри внешнего ограждения, используя арматуру длиной 5 футов 1/2 дюйма (# 4) в качестве столбов. Этот защитный барьер был размещен как можно ближе к электроизгороди, без замыкания проводов. В связи с тем, что на местном рынке продаются только некачественные изоляторы, стержневые изоляторы, удерживающие электрический провод и полиэтиленовую ленту, потребовали небольшого исследования, чтобы найти лучший продукт. При работе с некачественным изолятором на арматуре, когда нижний изолятор ломается от солнца и ветра, необходимо удалить 10 изоляторов и проводов над ним, чтобы заменить сломанный изолятор. Это смешно. К счастью, я нашел продукт, который доступен через производителя Parmakusa , которые имеют превосходный дизайн. Каждый изолятор можно менять независимо, не снимая никаких других изоляторов или проводов. Это возможно благодаря тому, что резьба имеет открытую обратную сторону. Для получения дополнительной информации см. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
0
Объем данных до и после увеличения данных.
Я нашел обрезку тростника лучше всего.
Это отличная система, но она дорогая. В нашем небольшом винограднике на заднем дворе, чтобы сэкономить деньги, я использую 8-футовые Т-образные столбы, вбитые в землю на 2 фута, и 14-дюймовую оцинкованную проволоку для электрического забора. Поскольку я использую обрезку тростника, мне не нужно поддерживать тяжелые кордоны, поэтому эта проволока 14 ga отлично работает.
Обратите внимание на черную боковую сетку, спрятанную в зимнем и весеннем положении и связанную специальными резинками G315. Сеть не сбрасывают до тех пор, пока виноград не начнет желтеть (менять цвет).
Затем я использую все новые трости от прироста этого года, а не только теоретические четыре. Если новые трости находятся под неудобным углом к ствол, я их удаляю. Кроме того, я использую несколько стволов. Некоторые побеги или стволы могут погибнуть за зиму, поэтому лучше иметь запас. Весной я всегда могу отрезать лишний рост.
У ос такой проблемы нет — они могут попасть в вентиляционные отверстия в раковинах моллюсков. Птицы тоже не попадают.
Поставщик: Premier1Supplies 
Теперь, чтобы забраться внутрь, животному нужно преодолеть пространство между аппаратной тканью и заряженными проводами, получая при этом удары электрическим током. Это было на 100% эффективно для защиты от тварей.