Научно-исследовательская деятельность
Наша компания в сотрудничестве с Ботаническим садом МГУ ведет научно-исследовательскую работу по созданию технологии и информационной системы интеллектуального прогнозирования урожайности промышленных плодовых садов (далее - системы) на основе методов машинного зрения и нейросетевых алгоритмов обработки данных, обеспечивающих точность прогнозирования не менее 80%.
В рамках НИОКР решаются следующие технологические задачи:
- Создание методики и технологии формирования наборов данных (data sets) на основе фотографий плодовых деревьев в промышленных садах на различных стадиях вегетационного цикла;
- Разработка нейросетевых алгоритмов обработки этих данных с целью обучения классификаторов, выделения и учета смысловых объектов;
- Разработка алгоритмов интерпретации результатов работы нейросетевых алгоритмов и построение прогноза;
- Достижение точности прогнозирования, на 20% превышающей экспертные оценки (средняя точность экспертной оценки 60%);
- Разработка способов представления полученных прогнозов способом, наиболее удобным для использования потребителями; на прогнозирование урожайной нагрузки промышленных плодовых садов.
Для решения поставленных задач и достижения заявленных показателей планируется проведение следующих работ:
- Систематизация существующих массивов изображений;
- Сбор массивов репрезентативных изображений в экспериментальных интенсивных садах МГУ и Мичуринского университета, а также ряде агрохолдингов ЮФО и СКФО, на различных этапах вегетационного цикла;
- Сбор статистической информации (ручной пересчет ключевых объектов на выбранных участках) с целью проверки и корректировки работы нейросетевых алгоритмов;
- Проведение регулярной экспертной оценки урожайности;
- Разработка нейросетевого алгоритма распознавания ключевых объектов на изображениях;
- Обучение нейросети;
- Корректировка алгоритмов по итогам анализа данных за сезон;
- Корректировка алгоритмов за счет прогнозируемых данных следующего сезона;
- Разработка прототипа программного обеспечения для отображения результатов прогноза.
Потребителями создаваемой системы являются:
- Агропромышленные предприятия, выращивающие плодово-ягодную продукцию;
- Сетевые ритейлеры, сотрудничающие с агропредприятиями;
- Кредитные организации, осуществляющие кредитование предприятий в межсезонье;
- Органы местной власти, в части прогнозирования уровня занятости местного населения в сезон сбора и обработки урожая;- Агропромышленные предприятия стран СНГ и ЕАЭС, имеющие схожие почвенно-климатические - условия и сортамент продукции.
В перспективе - агропромышленные предприятия Евросоюза.
В рамках НИОКР решаются следующие технологические задачи:
- Создание методики и технологии формирования наборов данных (data sets) на основе фотографий плодовых деревьев в промышленных садах на различных стадиях вегетационного цикла;
- Разработка нейросетевых алгоритмов обработки этих данных с целью обучения классификаторов, выделения и учета смысловых объектов;
- Разработка алгоритмов интерпретации результатов работы нейросетевых алгоритмов и построение прогноза;
- Достижение точности прогнозирования, на 20% превышающей экспертные оценки (средняя точность экспертной оценки 60%);
- Разработка способов представления полученных прогнозов способом, наиболее удобным для использования потребителями; на прогнозирование урожайной нагрузки промышленных плодовых садов.
Для решения поставленных задач и достижения заявленных показателей планируется проведение следующих работ:
- Систематизация существующих массивов изображений;
- Сбор массивов репрезентативных изображений в экспериментальных интенсивных садах МГУ и Мичуринского университета, а также ряде агрохолдингов ЮФО и СКФО, на различных этапах вегетационного цикла;
- Сбор статистической информации (ручной пересчет ключевых объектов на выбранных участках) с целью проверки и корректировки работы нейросетевых алгоритмов;
- Проведение регулярной экспертной оценки урожайности;
- Разработка нейросетевого алгоритма распознавания ключевых объектов на изображениях;
- Обучение нейросети;
- Корректировка алгоритмов по итогам анализа данных за сезон;
- Корректировка алгоритмов за счет прогнозируемых данных следующего сезона;
- Разработка прототипа программного обеспечения для отображения результатов прогноза.
Потребителями создаваемой системы являются:
- Агропромышленные предприятия, выращивающие плодово-ягодную продукцию;
- Сетевые ритейлеры, сотрудничающие с агропредприятиями;
- Кредитные организации, осуществляющие кредитование предприятий в межсезонье;
- Органы местной власти, в части прогнозирования уровня занятости местного населения в сезон сбора и обработки урожая;- Агропромышленные предприятия стран СНГ и ЕАЭС, имеющие схожие почвенно-климатические - условия и сортамент продукции.
В перспективе - агропромышленные предприятия Евросоюза.
