Categories
Автомобили Аналитика Без рубрики Бизнес Выставки Где и как отдыхать Деньги Животные Здоровье Инвестиции Интернет Книги Криптоэкономика Культура Магазины Маркетинг Медицина Мероприятия Музыка Награды Недвижимость Новости Новые модели Образование Общество Отдых Подарки Политика Примочки в Ваше Авто Продажи Производство Промышленность Путешествия Работа Бизнес Развлечения Реклама и маркетинг События Спорт Строительство Технологии Транспорт Туризм Услуги Финансы ЭкономикаTags
miniinthebox Автокресла Аксессуары Диски Пироговский Университет РНИМУ Финансы и инвестиции авто автомобиль алюминиевый аналитика безопасность возможность встроить высокий диаметр здоровье интернет исследования камера количество комплект крепежный купить магазин максимальный маркетинг материал медицина мото мощность отверстие подключение позволять размер расположение система специальный страхование температура установка устройство ценедиаметр центральный штатный
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.
Подробнее на канале Минобрнауки России.
Комментариев пока нет.
Прочтите также:
- Студенты факультета СПО ГУАП стали победителями Балтийского научного инженерного конкурса
- Студенты ГУАП заняли призовые места на олимпиаде «Автоматизация и информатизация ТЭК»
- ГУАП открыл свои двери для учащихся гимназии № 271 Красносельского района
- Профессор и студенты ГУАП приняли участие в программе радио России – Санкт-Петербург
- IX международная конференция «Дальний Восток и Арктика: устойчивое развитие»