Покажите растение
Выберите чёткую фотографию листа поддерживаемой культуры. Оставьте лист в фокусе и снимайте без цифровых фильтров.
Компьютерное зрение для растениеводства
Увидеть больше,
чем просто лист.
От фотографии растения — к гипотезе о его состоянии. AgroVision помогает распознать визуальные признаки болезней и подготовиться к осмотру с агрономом.
Картофель · Томат · Кукуруза · Пшеница / Исследовательская версия
AGROVISION / ВИЗУАЛЬНЫЙ АНАЛИЗИЛЛЮСТРАЦИЯ ПРИНЦИПА РАБОТЫ
Проект реализован при поддержке Фонда содействия инновациям в рамках программы «Студенческий стартап» мероприятия «Платформа университетского технологического предпринимательства» федерального проекта «Технологии».
Один снимок — один анализ
Загрузка с компьютера или телефона
Несколько гипотез
Классы и оценки уверенности модели
Открытая методика
Источники данных и измеренное качество
От наблюдения к действию
Понятный путь
от снимка к результату.
Инструмент для предварительного анализа изображений: полезен в обучении, исследовании и подготовке к обследованию растений.
Сравните гипотезы
Модель сопоставит изображение с изученными классами. Интерфейс покажет наиболее похожие состояния, их оценки и карту внимания.
Уточните на месте
Сохраните результат и сопоставьте его с осмотром растения. Решения об обработке и диагноз подтверждает специалист.
Область применения
Начинаем с культур,
которые знаем.
Версия 2 работает с двадцатью классами из PLDD-UP, CCMT и JIC Wheat: болезни, здоровые растения и видимые повреждения вредителями. Это культуры, выращиваемые в России; происхождение снимков из российских полей не подтверждено.
Посмотреть все классы ↗Картофель
Листья и визуальные признаки болезней
Томат
Здоровые и поражённые листья
Кукуруза
Состояния листьев из учебной выборки
Пшеница
Ржавчины, септориоз и мучнистая роса
Для кого
Кому полезен
сервис.
Сейчас доступна исследовательская версия: анализ снимка на сайте и программный интерфейс без регистрации.
Фермеры и агрономы
Предварительная оценка снимка листа перед осмотром посадок: какие состояния похожи и насколько модель уверена.
Агросервисы и приложения
REST API для встраивания анализа изображений в системы учёта, мобильные приложения и платформы для агрономов.
Вузы и колледжи
Наглядная демонстрация признаков болезней и работы модели: ответы, альтернативные классы и карта внимания.
Измеряем, а не обещаем
Качество имеет
контекст.
Метрики относятся к отложенной части подготовленного датасета. Они не описывают качество на любых полевых фотографиях: фон, освещение и новые болезни могут изменить результат.
Методика оценки и ограничения ↗77,0 %Accuracy на test
80,1 %Полнота · macro recall
20Классов в модели
agrovision-2.0.0Модель
Результаты текущей модели на групповой отложенной выборке Field v2.