Pozorovania a predpovede úrody Berry prebiehajú vo Fínsku od 90. rokov. Pozorovania boli založené na sieti monitorovacích lesov, v každom lese je päť štvorcových pozorovacích štvorcov. Kvety, surové bobule a zrelé bobule sa vypočítajú počas vegetačného obdobia a prognózy sú založené na týchto výpočtoch. NIBIO v súčasnosti zavádza podobný prístup v Nórsku. V roku 2017 začalo Fínsko (Luke) uplatňovať koncept občianskej vedy pri pozorovaní bobuľovitých plodov. V koncepcii môže každý vytvoriť monitorovací les s pozorovacími štvorcami a robiť výpočty. Výsledky sú uložené na marjahavainnot.fi -website, kde sú výsledky pozorovaní voľne dostupné. Hoci je postup pozorovania jednoduchý a jednoduchý, výpočty sú časovo náročné a vyžadujú si starostlivosť a presnosť. Pre pozorovania sú potrebné nové prístupy a techniky. Jednou z možností je určiť počet kvetov, surových plodov a zrelých bobúľ pomocou strojového videnia. V tomto prístupe pozorovateľ berie digitálny piktoire pozorovacieho štvorca a počítačový algoritmus odhaduje počet kvetov, surových bobúľ alebo zrelých bobúľ. Cieľom projektu je vyvinúť riešenie, ktoré kombinuje strojové učenie a analýzu obrazu s cieľom určiť množstvo vopred určených objektov v predstave. V tomto prípade sú predmetmi kvety, surové bobule a zrelé bobule. Budú sa uplatňovať služby cloud computingu, pretože už do určitej miery majú funkcie podporujúce schopnosti strojového učenia. Tento systém strojového učenia založený na cloude sa bude označovať ako zadný koniec. Konečným cieľom je byť schopný určiť množstvo bobúľ na mieste pomocou fotografie vytvorenej bežným mobilným zariadením. Pre túto novú mobilnú aplikáciu sa vyrobí prototyp, ktorý nám umožní vytvoriť testovací materiál s rôznou škálou mobilných telefónov z rôznych cenových rozpätí. V projekte sa vytvorí aj testovací plán, ktorý nám umožní vykonávať testy na mobilných telefónoch rôznych cenových rozsahov a ich možností. Cieľom je zistiť, či je možné dosiahnuť platné merania pomocou fotoaparátov mobilných telefónov. Otestuje sa aj platnosť zdrojového materiálu – to znamená, či je lepšou alternatívou analýzy jedna fotografia alebo zdroj videa.
