威澳门尼斯人(国际)官网欢迎您-Wikipedia

通用的占位符缩略图

公司新闻 /

首页 / 公司新闻 / 正文

“爱农2.0”植物病虫害、果品品质、产量识别产品全新突破!

日期:2023-11-01 17:12:27

 

产品介绍

我公司农业病虫害识别产品迭代升级为“爱农2.0”版本。此次版本的升级,新增了果品品质识别功能、果树产量识别功能,完善了样本库的扩充,保障了样本库及系统的质量,提升了病虫害识别精度,加强了功能逻辑合理性。经过多年的智能AI识别技术、数据分析技术累积,我公司承建的各农业相关项目的成功验收,符合公司“产、学、研”一体化的生产运营模式,充分体现科技赋能农业、助理乡村振兴的目标。

“爱农2.0”产品是基于人工智能图像技术与大数据技术的果品品质识别、果树产量识别、农作物病虫害识别、植物识别的多方位应用软件。集“识别功能+专家库功能+定位功能+统计功能+地图功能+科普功能”于一身;具备丰富的样本数据类型包含植物、病害、虫害、果品、果品新鲜度等图片样本数据20000种;识别精度90%以上;专家库来源于各大高校相关领域的教授、相关领域的专家,专家数量在100位左右。随着用户的使用和参与,AI智能识别产品将逐步发展、完善,成为农业领域的好帮手。

  

首页及知识库

 

果品品质识别

  

果品产量识别

 

创新指标

产品关键技术指标

指标

指标值

样本优势

1.可智能识别100多种农作物约300多种病害、500多种虫害,可识别3000多种植物;

2. 植物样本总量5000000+,病虫害样本总量50000+;

3. 植物单一样本数量不少于100张,病虫害单一样本数量不少于50张;

4. 每种病害、虫害、植物均有对应的知识库描述。

5.  产量和品质识别用的是yolo框架,产量用了800多的样本,品质用了200多的样本,产量可以识别的种类有苹果、香蕉、橙子,品质可以识别的只有苹果,产量识别与品质识别相似度在70%的时候才会被识别。

AI识别精度

1. 识别精度超过90%

AI算法能力

1.支持目前主流的著名图像识别模型(LeNet-5,AlexNet,ZFNet,VGGNet,GoogLenet,ResNet等)。

2. 深度神经网络模型采用开源方式进行设计与组合,能够很方便的对模型中的网络层进行修改,提出适应不同数据规模与特点的新模型。

3. 模型已经在已有的植被和病虫害数据集下进行了训练与优化,模型参数对外公开,可以为新场景的训练提供迁移学习的初始模型参数,加快新数据集训练的速度并提高训练的精度。

4.  算法模型支持对抗网络训练,能够将对抗机制引入图像识别的深度学习模型学习与训练中,提升模型的鲁棒性和泛化能力

AI训练能力

1. AI平台训练模型可靠,支持不同平台、多GPU的快速训练。

2. 训练后的模型能够在主流的计算个人平台(如PC客户端的windows,linux平台,移动端的Android平台)运行。

3. 也可以在云平台进行部署,实现数据的快速上传和训练,借助云平台实现数据、模型和程序的便捷访问。

4. AI平台支持由简单到复杂的深度学习训练过程,不仅适合初学者熟悉深度学习的简单模型搭建,数据组织和训练的过程,也能够为专业研究者提供全面的模型参数调制功能,在可视化的界面支持下快速的进行模型的训练、调优与比较

数据量存储性能

1. 支持PB级样本数据存储

2. 数据量不受存储类型和操作系统限制,仅受限于存储容量本身

建库处理性能

1. 支持海量样本数据的集群建库处理

2. 4节点集群,切片速度不低于500张/秒

数据服务性能

1. 并发访问用户数不低于1000用户

2. 并发访问响应时间低于1秒

3. 服务提供能力不小于20000小时

4. 系统响应时间:<=1秒;

5.数据存储量:>=10G;

6.运行时间限制:24小时运行;

7.数据精度:双精度。

 

 

应用案例

该项目是2022年开发的数字种植业数据服务平台。基于威澳门尼斯人官网欢迎您深度学习算法,系统建设了AI识别及评估子系统、果树病害识别子系统、果品品质等级识别子系统、AI样本库及知识库子系统等多个果树、果园AI识别识别系统,解决了果园产量预估困难、果树病虫害监测识别难的问题。

 

 

中国草业与生态大数据服务系统项目是20年开发的大数据共享服务平台。系统建设的总体目标是:搭建一个以大学草业实验室科研成果为基础的,服务于草业研究者的大数据共享服务平台。

 

首页

知识服务

植物识别

草地生态分析

 

试用

请在微信中搜索“爱农AI”前往公众号试用!