Uczenie maszynowe wymaga duża ilość danych być wprowadzane do systemu, aby mógł on dowiedzieć się, co jest poprawne/niepoprawne. Innymi słowy: nasz system musi nauczyć się, jak identyfikować jabłko w różnych warunkach i jak mierzyć jego rozmiar tak dokładnie, jak to możliwe. Nasze podejście wymagało wycieczki terenowej w celu zebrania dużych ilości danych wraz z długim procesem adnotacji, aby naucz system, jak naprawdę wygląda jabłko. Jednak pozwoliło to na większą elastyczność i niezawodność pomiaru wielkości owoców w różnych warunkach, w tym przy różnych warunkach pogodowych/oświetlenia, skali i kąta.

Dwudniowa wycieczka terenowa zaprowadziła nas do pięknego regionu Nelson na Wyspie Południowej Nowej Zelandii, gdzie Firma Hoddy's Fruit Company, Sady Tyrella & Sad McLeana uprzejmie zgodził się, abyśmy wzięli udział około 3000 odpowiednich obrazów pojemników na jabłka. Współpraca z myślącymi przyszłościowo i hojnymi plantatorami, takimi jak ten, jest kluczowa dla sukcesu takiego projektu. Jesteśmy zaszczyceni, że możemy ściśle współpracować, aby zbudować Spectre.

Niestety, nie mieliśmy szczęścia do pogody, choć region ten słynie z dużej ilości słońca: mamy więcej niż wystarczającą liczbę zdjęć w kategoriach pogody „deszczowej” i „pochmurnej”, natomiast „słoneczne” warunki pogodowe widzieliśmy tylko przez chwilę.