ProAgri
Analisi visiva per la viticoltura premium
Viticoltura
Decidere la vendemmia su una misura, non sul ricordo dell'annata prima.
Un modello di visione artificiale riconosce la fase di ogni grappolo fotografato e ne stima la maturazione, appezzamento per appezzamento.
Progetto pilota con un gruppo vitivinicolo toscano: 35 mila fotografie di grappoli in una stagione, un modello addestrato su quella varietà e un confronto finale con le analisi di laboratorio dell'agronomo.
Un vigneto non è un campo uniforme: lo stesso ettaro, nello stesso giorno, ha grappoli a punti diversi della maturazione, e il fondovalle non si comporta come la collina. Chi conduce l'azienda lo sa, ma in una settimana riesce a percorrere solo una parte dei filari. Guarda qualche grappolo, si fa un'idea, e su quell'idea decide.
La decisione più difficile è quando cominciare a raccogliere, appezzamento per appezzamento. È la più pesante dell'anno: una settimana di anticipo o di ritardo cambia il vino, e si prende su un campione ristretto e sulla memoria dell'annata precedente. Nella stessa azienda passano settimane fra la parcella più precoce e la più tardiva, ma quella distanza si scopre strada facendo, e squadre, cassoni e spazio in cantina vengono rincorsi invece che pianificati.
Il secondo problema è non sapere dove guardare. Senza una misura, un appezzamento in sofferenza si nota quando il sintomo è già visibile, cioè quando è tardi per intervenire. Trattamenti, irrigazione e lavoro si decidono sull'osservazione in campo e sul calendario più che su indicatori, e la domanda più difficile resta spesso la meno visibile: quale intervento si può evitare senza rischi. L'acqua è insieme un costo, una risorsa biologica e un fattore di rischio; la manodopera è scarsa e poco programmabile. E a fine stagione non resta nessuna traccia utilizzabile l'anno dopo.
Quando raccogliere È la decisione su cui ha lavorato il progetto pilota. Da una fotografia per grappolo, scattata con un cartellino di riferimento che rende confrontabili colore e dimensione fra scatti diversi, il modello riconosce la fase fenologica del grappolo e stima la sua percentuale di maturazione alla vendemmia. La scelta del giorno di raccolta si appoggia così su una misura ripetibile, appezzamento per appezzamento, invece che su qualche grappolo assaggiato e sul ricordo dell'annata prima.
Il pilota è il primo passo di un sistema più ampio, in uso da due stagioni, che sostiene altre tre decisioni.
Dove andare questa settimana Il lunedì mattina non c'è tutto il vigneto da controllare, ma l'elenco di quello che si discosta dal consueto: acini fuori dalla curva di maturazione attesa, maturazione disomogenea, segnali di stress idrico. Il tempo che serviva a cercare il problema serve a risolverlo.
Se fidarsi del numero Ogni valore si può ricondurre alla fotografia che l'ha prodotto; il modello dichiara la propria confidenza e scarta le immagini inutilizzabili, dicendo quante. È ciò che rende una decisione difendibile davanti all'agronomo.
Come sta andando l'annata Lo stesso metodo, ripetuto stagione dopo stagione, sostituisce il confronto a memoria fra un'annata e l'altra.
È la logica di ProAgri: difendere il margine più che inseguire la resa, cioè concentrare trattamenti, acqua e ore di lavoro dove servono davvero, anticipando la fase del grappolo invece di inseguirla.
Circa 35 mila fotografie di grappoli, scattate su due filari di un podere toscano durante la maturazione, da giugno a settembre 2025. Seicento di queste immagini sono state annotate per addestrare e verificare il modello. Dopo la vendemmia, le analisi di laboratorio dell'agronomo del cliente sono servite come misura di riferimento.
Le prime 77 immagini sono state annotate a mano, acino per acino, con gli strumenti CVAT e Ultralytics Platform. Da lì l'insieme di addestramento è cresciuto con l'apprendimento attivo: il modello propone le annotazioni sulle immagini nuove, una persona le rivede e le corregge, e le immagini rivedute entrano nell'addestramento successivo.
Tre cicli hanno portato l'insieme a 150, 300 e infine 600 immagini. Nel primo ciclo si sono aggiunte 73 immagini rivedute, nel secondo altre 150. Nel terzo ciclo le ultime 150 annotazioni sono automatiche, senza revisione manuale, ripulite da un controllo automatico.
Acquisizione Ogni sessione produce una serie di fotografie di grappoli in campo, ciascuna con un cartellino di riferimento standardizzato accanto al grappolo. Il cartellino serve a tre cose: calibrare il colore, dare la scala metrica e identificare il campione.
Calibrazione È il primo stadio dell'elaborazione: corregge il colore, così che scatti fatti con luci diverse diventino confrontabili, e ricava quanti pixel corrispondono a un millimetro, così che il diametro degli acini si misuri in millimetri reali.
Segmentazione degli acini Il cuore del metodo è un modello di segmentazione della famiglia YOLO, che disegna il contorno preciso di ogni acino riconosciuto nell'immagine. Dai contorni si ricavano le misure da cui il modello deduce la fase fenologica del grappolo e la stima di maturazione.
Apprendimento attivo Un ciclo di addestramento automatico con revisione manuale dei risultati, per allargare l'insieme di addestramento senza annotare tutto a mano.
Quattro versioni del modello sono state confrontate sulle stesse metriche di riconoscimento degli acini: precisione, richiamo, la loro media F1, e la sovrapposizione fra i contorni trovati dal modello e quelli annotati, misurata come mAP50 e mAP50-95 sui riquadri e sulle maschere.
| Versione | Immagini | Riquadri | Maschere | Precisione | Richiamo | F1 | ||
|---|---|---|---|---|---|---|---|---|
| mAP50 | mAP50-95 | mAP50 | mAP50-95 | |||||
| YOLOv8s-seg | 77 | 0,921 | 0,731 | 0,915 | 0,654 | 0,903 | 0,846 | 0,871 |
| YOLO11s-seg | 150 | 0,917 | 0,710 | 0,911 | 0,627 | 0,875 | 0,873 | 0,872 |
| YOLO11m-seg | 300 | 0,929 | 0,723 | 0,916 | 0,618 | 0,870 | 0,880 | 0,875 |
| YOLO11m-seg | 600 | 0,918 | 0,705 | 0,909 | 0,594 | 0,835 | 0,888 | 0,861 |
La versione con 300 immagini ha la media F1 migliore ed è quella in uso. Quella con 600, che usa anche annotazioni automatiche senza revisione, trova più acini ma con meno precisione: allargare l'insieme con annotazioni automatiche non basta da solo a migliorare il modello.
Queste metriche misurano quanto bene il modello trova e contorna gli acini. La stima di maturazione è stata verificata in un secondo passaggio: dopo la vendemmia 2025, insieme al cliente, le stime del modello sono state confrontate con le misure dell'agronomo in laboratorio.
Per questo cliente il modello riconosce la fase fenologica di ogni grappolo fotografato e ne stima la percentuale di maturazione alla vendemmia, sulla varietà su cui è stato addestrato. Le stime della stagione 2025 sono state confrontate con le analisi di laboratorio dell'agronomo. Il progetto prosegue.
Analisi visiva per la viticoltura premium
Estrarre informazione dalle immagini
Vigneto, maturazione, raccolta
Il modello è addestrato su una varietà e un podere. Per portarlo su altre varietà servono altri vigneti e altre vendemmie misurate con lo stesso metodo. Cerchiamo cantine disposte a farlo con noi.