Описание системы SeedlingsNet

SeedlingsNet — это программный продукт для анализа ортофотопланов с БПЛА, предназначенное для подсчёта и оценки плотности всходов культур, использует нейронные сети, применяется в сельском хозяйстве. Программный продукт SeedlingsNet (рус. СиддлингНет) от компании-разработчика Геосаэро предназначен для автоматизированной обработки данных ортофотопланов, полученных с БПЛА, с целью сегментации изображений посевов, идентификации областей, соответствующих побегам растений, и оценки плотности всходов пропашных культур. Продукт реализует вычислительный конвейер на базе нейронных сетей глубокого обучения, обеспечивающий высокую точность сегментации и формирование карты плотности посевов с привязкой к картографическим координатам.

Система SeedlingsNet ориентирована на агрономов, селекционеров, специалистов по цифровому сельскому хозяйству и аналитиков аграрных предприятий, которые занимаются фенотипированием растений, оценкой уровня всхожести, прогнозированием урожайности и оптимизацией внесения удобрений.

Система подходит компаниям, работающим в сфере сельского хозяйства, включая крупные агрохолдинги, семеноводческие предприятия и фермерские хозяйства, которые стремятся автоматизировать обработку данных, полученных с помощью БПЛА, и повысить эффективность сельскохозяйственного производства за счёт применения технологий искусственного интеллекта.

Функциональные возможности SeedlingsNet:

• Автоматическая сегментация изображений. Система осуществляет автоматическую сегментацию изображений посевов, полученных с помощью БПЛА, что позволяет выделять области, соответствующие побегам растений, и оценивать их плотность.

• Идентификация областей посевов. Программа идентифицирует на изображениях области, которые соответствуют побегам растений, что необходимо для детального анализа состояния посевов и принятия агротехнических решений.

• Оценка плотности побегов. SeedlingsNet проводит количественную оценку плотности побегов, что важно для прогнозирования урожайности и планирования агрономических мероприятий.

• Привязка данных к координатам. Полученные в результате анализа данные привязываются к картографическим координатам полей, что обеспечивает их геопространственную привязку и удобство использования в дальнейшем.

• Использование нейронных сетей. В основе системы — автоматический метод семантической сегментации изображений с применением алгоритмов нейронных сетей глубокого обучения, что гарантирует высокую точность анализа.

• Вычислительный конвейер. Система включает вычислительный конвейер, который позволяет проводить все этапы обработки данных автоматически, без участия человека, от ввода данных до вывода результатов.

• Визуализация результатов. Результаты обработки представляются в виде карты плотности посевов, привязанной к координатам полей, что облегчает интерпретацию данных и их использование в практической деятельности.

• Высокая точность сегментации. Точность сегментации изображений сопоставима с точностью, которую обеспечивает эксперт, что делает систему надёжным инструментом для агрономического анализа.

• Быстрое время обработки. Время обработки участка изображения, полученного для поля площадью 1 га, не превышает 5 минут, что существенно ускоряет процесс анализа данных и принятия решений.