breadcrumbs icon
Agriculture

Analyse des cultures

Diagnostic des cultures et recommandations de produits via l'IA

Diagnostic des cultures et recommandations de produits via l'IA
Pour:
Agriculteurs, entreprises biochimiques, fabricants de traitements contre les maladies des cultures
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Segmentation et prédiction en temps réel de la dynamique de croissance des plantes à l'aide de systèmes embarqués à faible consommation équipés d'IA
Pour:
Agriculture, gestion de l'écologie, services sanitaires
But:
Le projet est consacré au développement d'un système embarqué basse consommation et d'un algorithme d'IA pour la segmentation en temps réel des plantes et la prédiction de leur croissance. Le système distribué proposé est destiné à être utilisé dans les serres et les zones reculées, où les systèmes autonomes de calcul de pointe sont en demande. Une branche de ce projet vise également à développer la charge utile des drones pour la segmentation des plantes nuisibles en temps réel.
Objectif:
Améliorer l'efficacité des opérations
Gestion des écosystèmes à partir de l'inférence de relation causale à partir de données d'observation
Pour:
Environnement, écosystème
But:
Déduisez des variables latentes importantes pour contrôler tout un écosystème à l'aide d'une base de données comprenant des données d'observation humaine et de capteurs.
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Agriculture de précision en tant que service
Pour:
Les agriculteurs
But:
Utilisez la reconnaissance visuelle pour identifier et aider à combattre les parasites qui attaquent les fermes biologiques.
Objectif:
Anticiper les risques, améliorer l'efficacité des opérations

Diagnostic des cultures et recommandations de produits via l'IA

Pour:
Agriculteurs, entreprises biochimiques, fabricants de traitements contre les maladies des cultures
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Problème adressé
Des millions de dollars sont dépensés chaque année par les agriculteurs pour gérer les maladies des cultures, mais jusqu'à récemment, ils n'avaient souvent pas accès à un équipement de diagnostic fiable. De nombreuses souches de maladies des cultures peuvent être éliminées à l'aide de thérapies ciblées, mais il est crucial d'utiliser la bonne. Les agriculteurs peuvent rendre les meilleurs traitements inefficaces s'ils sont armés de diagnostics erronés. Les maladies des cultures sont extrêmement difficiles à identifier sans une connaissance approfondie du sujet. Ce n'est que lorsque la maladie traitée a été correctement diagnostiquée que les conseils de traitement peuvent être utiles. Mais le problème est que les pathologistes ne peuvent pas visiter tous les champs.
Description
La solution est d'apporter les données aux pathologistes. Pour cela, un processus de diagnostic a été conçu grâce à l'utilisation d'analyses d'images avancées alimentées par l'intelligence artificielle et l'apprentissage automatique. Les capacités sophistiquées d'apprentissage en profondeur du moteur ML de Google ont été utilisées pour créer des capacités de classification des maladies. Pour former le réseau neuronal, la plate-forme haute performance de Google et plus de 50 000 photos sont utilisées. Le temps de formation du réseau neuronal est considérablement réduit grâce aux unités de traitement Tensorflow (TPU) de Google, permettant des mises à jour rapides et abordables des modèles lorsque de nouvelles photos sont collectées et filtrées. Un agriculteur peut utiliser l'application pour smartphone pour prendre des photos des feuilles infectées sur ses cultures. Les services ML hébergés par GCP obtiennent ces photos et fournissent rapidement un diagnostic à l'agriculteur. L'évolutivité est offerte par ML Engine, une plate-forme hébergée sans serveur, sans qu'il soit nécessaire de gérer plusieurs serveurs. Dans l'ensemble, une solution numérique a été construite qui a permis de donner des recommandations de produits précises aux agriculteurs du monde entier sans avoir besoin d'envoyer des phytopathologistes sur le terrain chaque fois qu'un diagnostic est nécessaire.
perceive frame img
Voir - Image
understand frame img
Vision par ordinateur
Apprentissage en profondeur
act frame img
Aide à la décision - Recommander
Intéressé par le même projet ou un projet similaire ?
Soumettez une demande et obtenez une évaluation gratuite de votre projet.