Сельскому хозяйству от ГУАП
В лаборатории машинного обучения Инженерной школы ГУАП совместно с кафедрой конструирования и технологий электронных и лазерных средств ГУАП разработали систему автоматического распознавания объектов сельской местности — стогов сена. Важный аспект технологии — обучение нейронной сети для последующего распознавания и подсчёта объектов.
Система технического зрения реализована на дроне и использует технологию нейросетевого (НС) обучения. Модель обучается на большом наборе данных — изображений различных типов полей. После обучения НС может распознавать и подсчитывать стога сена, находящихся в кадре, так и определять их общее количество с учетом обработки предыдущих кадров.
— Система автоматического распознавания объектов поможет фермерам автоматизировать и оптимизировать процесс мониторинга и подсчета стогов сена, улучшить эффективность работы на поле и представить точные прогнозы по сбору урожая. Технология полезна и для определения качественных характеристик сена — формы, цвета, а также границ областей вспашки, — поделился Вадим Ненашев, заведующий лаборатории машинного обучения Инженерной школы ГУАП и доцент кафедры конструирования и технологий электронных и лазерных средств.
На кафедре конструирования и технологий электронных и лазерных средств пояснили, что разработка полезна и для мониторинга здоровья растений. При помощи методов технического зрения можно отслеживать рост растений, обнаруживать их заболевания, наличие насекомых, которые вредят урожаю.
Модель технического зрения для мониторинга сельскохозяйственных полей использует беспилотный дрон для съемки. При таком способе требуется в разы меньше человеческих ресурсов. В отличие от наземных камер дрон охватывает большие территории и работает быстрее, чем операторы наземных камер.
Модель успешно прошла тестирование на видеоматериалах, отснятых с дрона. Точность составила более 96%. В дальнейшем планируется добавить возможность распознавания и подсчёта других объектов на поле — домашнего скота, других сельскохозяйственных объектов. Модель может быть интегрирована с другими системами: системами управления урожаем и планирования работы на полях.
Ответственность за содержание материала несет автор публикации. Точка зрения автора может не совпадать с позицией редакции.