Распознавание культур и сорняков с использованием нейросети
Интересный функционал на платформе "История поля" связан с распознаваем сорняков нейросетью Ассистагро.
Для каждой культуры/фенофазы есть определенные требования к высоте съемки. Для наиболее точного результата камера при съемке должна располагаться параллельно поверхности земли.
Нейросеть работает для 12 культур. Распознавание 150 видов сорняков. Обучено на 2 млн. снимках. Модель используется на 1,5 млн. га полей в России, Казахстане и Узбекистане
Интересный функционал на платформе "История поля" связан с распознаваем сорняков нейросетью Ассистагро.
Для каждой культуры/фенофазы есть определенные требования к высоте съемки. Для наиболее точного результата камера при съемке должна располагаться параллельно поверхности земли.
Нейросеть работает для 12 культур. Распознавание 150 видов сорняков. Обучено на 2 млн. снимках. Модель используется на 1,5 млн. га полей в России, Казахстане и Узбекистане
👍10👎1
Карта культур регионов с автоматически определенными контурами и границами полей, культурами и оценкой урожайности за несколько лет
Используя данные со спутниковых снимков Sentinel–2, были обрисованы поля, и нейронная сеть находит границы самостоятельно.
Использован алгоритм машинного обучения для определения культур на полях на основании анализа целого набора данных NDVI, SAR-спутников, влажности почвы и др.
С помощью алгоритма прогноза урожайности Cropwise отслеживается оценка урожайности с момента, когда система определила культуры на полях.
На Карте культур регионов отображают границы административного региона (государство, область, округ), в пределах которых размещены контуры и зоны полей, система их определила автоматически; культуры, которые возделывали на этих полях в определенный год/сезон; обрабатываемые площади полей и оценочная урожайность в конкретный год: показатель (в процентах) разницы оценочной урожайности культуры на одном поле по сравнению с урожайностью других полей с такой же культурой в этом административном регионе за один и тот же год/сезон; оценка потенциала каждого поля, основанная на анализе оценки урожайности культур за 3-5 лет по сравнению с показателями оценочной продуктивности других полей в том же административном регионе
Используя данные со спутниковых снимков Sentinel–2, были обрисованы поля, и нейронная сеть находит границы самостоятельно.
Использован алгоритм машинного обучения для определения культур на полях на основании анализа целого набора данных NDVI, SAR-спутников, влажности почвы и др.
С помощью алгоритма прогноза урожайности Cropwise отслеживается оценка урожайности с момента, когда система определила культуры на полях.
На Карте культур регионов отображают границы административного региона (государство, область, округ), в пределах которых размещены контуры и зоны полей, система их определила автоматически; культуры, которые возделывали на этих полях в определенный год/сезон; обрабатываемые площади полей и оценочная урожайность в конкретный год: показатель (в процентах) разницы оценочной урожайности культуры на одном поле по сравнению с урожайностью других полей с такой же культурой в этом административном регионе за один и тот же год/сезон; оценка потенциала каждого поля, основанная на анализе оценки урожайности культур за 3-5 лет по сравнению с показателями оценочной продуктивности других полей в том же административном регионе
👍8
С Днем студента! 👨🎓
Это то время, когда можно и нужно учиться, творить, ошибаться и снова учиться, пробовать реализовывать различные, даже абсурдные идеи, которые не всегда реализуешь во взрослой жизни
Это то время, когда можно и нужно учиться, творить, ошибаться и снова учиться, пробовать реализовывать различные, даже абсурдные идеи, которые не всегда реализуешь во взрослой жизни
❤12👍7
Media is too big
VIEW IN TELEGRAM
Weatherman - интегрированная метеостанция, созданная специально для учета погодных условий при внесении удобрений в режиме реального времени.
Система измеряет:
✔️ влажность воздуха
✔️ давление
✔️ температуру
✔️ скорость и направление ветра
Она автоматически корректирует норму и момент внесения удобрений. По данным Bogballe, именно влажность воздуха сильнее всего влияет на поведение гранул в полёте, особенно при работе на клиньях и краях поля. Это подтверждают более чем 56 тыс. тестов.
В течение дня влажность может меняться от 35 до 95 %, и Weatherman учитывает такие скачки, корректируя работу разбрасывателя автоматически. Если погодные условия меняются слишком резко, терминал уведомляет об этом и предлагает корректировку настроек.
Система работает полностью офлайн, без интернета - важное преимущество для регионов с плохим покрытием. Данные собираются и используются локально.
Weatherman доступен во всех новых разбрасывателях Bogballe как штатная опция
Система измеряет:
Она автоматически корректирует норму и момент внесения удобрений. По данным Bogballe, именно влажность воздуха сильнее всего влияет на поведение гранул в полёте, особенно при работе на клиньях и краях поля. Это подтверждают более чем 56 тыс. тестов.
В течение дня влажность может меняться от 35 до 95 %, и Weatherman учитывает такие скачки, корректируя работу разбрасывателя автоматически. Если погодные условия меняются слишком резко, терминал уведомляет об этом и предлагает корректировку настроек.
Система работает полностью офлайн, без интернета - важное преимущество для регионов с плохим покрытием. Данные собираются и используются локально.
Weatherman доступен во всех новых разбрасывателях Bogballe как штатная опция
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4❤1🤔1
Принял участие в защите диссертации «Развитие беспилотных авиационных систем в сельскохозяйственных технологиях», представленную к защите в диссертационный совет на базе Федерального научного агроинженерного центра ВИМ
👍12❤6
Научная династия Якушевых берет начало в сельскохозяйственной практике Петра Якушева и получила мощное развитие в трудах его сына, академика РАН Виктора Якушева - известного ученого в области аграрной науки, математического моделирования и точного земледелия. Сегодня научные традиции семьи сохраняют супруга Виктора Петровича - Любовь Якушева, их дети Вячеслав Якушев и Наталья Кочерина, защитившие диссертации в области сельского хозяйства и биологии, а также внуки, уже добивающиеся первых значимых успехов в образовании и инновационной деятельности
❤8👍2