AI helpt kwekers met snel beoordelen van zaadjes en stekjes
Niet elk zaadje groeit uit tot een mooie plant. Daarmee hebben opkwekers dagelijks te maken: die bedrijven kweken zaden op tot kiemplanten. Hoe eerder en beter opkwekers het slagingspercentage weten, hoe beter ze hun productie kunnen plannen. Techbedrijven Mprise Agriware en Track32 ontwikkelden voor opkweker Van Egmond Lisianthus een mobiele app met beeldherkenning en een AI-rekenmodel. Daardoor hebben de teeltmedewerkers meer tijd voor hun échte werk. De partijen ontvingen een AgriTech voucher vanuit het programma om hun project te ondersteunen. Hoe heeft dat tot dusver uitgepakt?
De meeste tuinbouwgewassen starten als zaadje. Op weg naar de consument doorlopen ze een aantal schakels. Allereerst de veredelaar en het zaadbedrijf, die zaden ontwikkelen en vermeerderen. Daarna volgt de opkweker (of plantenkweker), die de zaden laat groeien tot een plantje van enkele centimeters. De teler tenslotte maakt van die kiemplantjes het eindproduct.
Van Egmond Lisianthus uit Rijsburg is opkweker van Lisianthus, een sierlijke en stijlvolle snijbloem. Het bedrijf zorgt ervoor dat siertelers tijdig voldoende jonge planten ontvangen, op bestelling. Daarvoor is Van Egmond Lisianthus afhankelijk van de kwaliteit van het zaad. Een mindere partij kan ervoor zorgen dat onvoldoende zaadjes kiemen. En dus wordt dagelijks middels steekproeven gecontroleerd hoe de zaden presteren.
Dat controleren is nu nog mensenwerk. Ofwel: tijdrovend en subjectief. Daarom bedacht IT-manager Dorus de Graaf van Van Egmond Lisianthus zich geen moment toen hij hoorde van de samenwerking van Mprise Agriware en Track 32: die twee techbedrijven wilden samen een systeem voor beeldherkenning ontwikkelen. Dat lukte: het prototype is gereed, en is klaar om ook bij andere tuinbouwbedrijven ingezet te worden.
Trays beoordelen
Voor het controleren van de kiemplantjes schafte Van Egmond Lisianthus zo’n twintig jaar geleden al een apparaat aan, vertelt De Graaf. Daarin kunnen trays met zaden geplaatst worden. Een camera brengt vervolgens de tray met de kiemplanten in beeld. Vervolgens moet een teeltmedewerker de beelden beoordelen en op basis van zijn ervaring planten goed- of afkeuren.
Het tillen, plaatsen en weer terugzetten van de trays – al snel zo’n honderd per week – kost veel tijd. De Graaf: “Het beoordelen moet bovendien altijd gedaan worden door iemand met teeltkennis. Terwijl ze eigenlijk nodig zijn voor andere werkzaamheden op de kwekerij: ze zijn eigenlijk onze belangrijkste medewerkers. En niet te vergeten: iemand kan de ene dag scherper zijn dan de andere. Het oordeel kan dus per dag verschillen. Terwijl het oordeel van een computer altijd hetzelfde is.”
Data invoeren in app
Track32 uit Ede is gespecialiseerd in het toepassen van beeldherkenning en kunstmatige intelligentie in de land- en tuinbouw. Het helpt onder meer veredelaars met het automatisch beoordelen van nieuwe zaden. Ook Mprise Agriware is actief in die sector: het ontwikkelt ERP-dataplatforms met bijhorende apps. Met de Inspect App van het bedrijf uit Veenendaal en Bleiswijk kunnen telers observaties invoeren. Als ze bijvoorbeeld een insectenplaag zien, dan kunnen ze in de mobiele app de locatie en de omschrijving van die plaag invoeren. De inspectie is direct beschikbaar in het bedrijfsmanagementsysteem, waardoor in een veel vroeger stadium actie ondernomen kan worden.
De Inspect App van Mprise Agriware zou uitgebreid kunnen worden met de beeldherkenning en AI-modellen van Track32, zo bedachten beide bedrijven. Dat zou snellere en betere data opleveren. Simon Schimmel, founder en business developer bij Track 32: “We zochten alleen nog een use case.”
De Graaf van Van Egmond Lisianthus hoorde van de mogelijke samenwerking, belde, en met hulp van het Innovatieprogramma AgriTech konden de drie bedrijven van start. Cor Verdouw, Innovation Manager bij Mprise Agriware: “Ons doel was om de efficiency én de kwaliteit van inspecties te verbeteren voor het beoordelen van kiemplantjes.”
Kiemplanten leren herkennen
Startpunt was het leren van de detectiemodellen van Track32: de software moest dus herkennen wat goede kiemplanten zijn, en wat niet. Schimmel: “Dat was best een uitdaging. Als een medewerker met een telefoon foto’s maakt in de kas, dan is de kwaliteit wisselend. De ene keer is er meer licht, de andere keer is de foto scheef.” De oplossing was: het model voeden met veel voorbeeldfoto’s. Daarom stuurden medewerkers van Van Egmond Lisianthus wekelijks vele tientallen foto’s van zaden en kiemplantjes naar Track32, telkens met een specifieke invalshoek. Bijvoorbeeld: foto’s in een kas met veel rood LED-licht.
Het model van Track32 is geïntegreerd in de software van Mprise Agriware. Medewerkers van Van Egmond Lisianthus kunnen dus voortaan, terwijl ze door de kas lopen, steekproefsgewijs foto’s maken van de kiemplanten en van de QR-code op de tray. Daaruit blijkt welk percentage van de zaden in een partij daadwerkelijk kiemt, en dus of er voldoende kiemplanten geleverd kunnen worden aan een teler, of dat er extra zaden moeten worden geplant.
Integratie van ERP en beeldherkenning
De Graaf is enthousiast over het nieuwe systeem. Het levert betrouwbare, objectieve informatie op. “De computer heeft altijd gelijk.” Door de betere beeldherkenning is die informatie bovendien eerder beschikbaar. “Voorheen wisten we na ongeveer tien weken hoeveel zaden kiemden, nu weten we dat al na zes weken. Ik heb nog wel een wens: het zou mooi zijn als het model ook uitval kan voorspellen. Niet alle kiemplanten groeien namelijk door tot een ‘usable’ product.”
Schimmel: “Door de steun van het Innovatieprogramma AgriTech hadden we de financiële ruimte om een goed systeem te ontwikkelen. Want vaak bij dit soort innovaties wil je het te snel doen.” Verdouw: “Het mooie aan deze samenwerking is dat het een geïntegreerde oplossing van ERP en deep learning opleverde. Daardoor is de impact op de planning en bedrijfsvoering direct zichtbaar. En omdat het is een standaardoplossing is, is die ook geschikt voor andere bedrijven, zoals opkwekers van jonge groenteplanten.”
Over AgriTech
Het Innovatieprogramma AgriTech was een initiatief van InnovationQuarter, Greenport West-Holland, MRDH, de provincie Zuid-Holland en TNO. InnovationQuarter voerde namens de partners de coördinatie van het programma uit. Meer weten? Ga naar de pagina over AgriTech: https://www.innovationquarter.nl/item/agritech/.