EN | ES | CN


ATLAS用例:在西瓜田中检测受感染的草莓和入侵杂草

18.02.2021

Macrophomina和Prosopis farcta是草莓和甜瓜的巨大敌人。如果不使用无人机,则农艺师,尤其是现场工作人员,必须遍历整个现场并手动检测问题。在诸如SPH Engineering的ATLAS之类的分析软件工具中,对无人机进行进一步的数据处理可以进行检查,不仅可以节省负责检查的人员的时间,还可以节省植物的寿命。以色列农业公司Agro Drone与农业有着紧密的联系,在无人机和AI(人工智能)的帮助下,分享了发现问题区域的经验。

#草莓
草莓田在生长期容易发生各种植物病害。其中一种疾病是巨光藻(macrophomina),导致植物死亡,田间工作者必须遍历整个田野,并检测出有缺陷的植物并进行更换。通过使用20米高度的无人机RGB成像。在生长的地块上方,收集图像并进行处理以生成正射影像拼接,然后将其上传到ATLAS分析软件工具,农艺师能够构造出有缺陷植物的检测器,并将其用于整个地块。

ATLAS检测到有缺陷的植物并产生了2个结果:

1.数数并在正射影像拼接图上显示有缺陷的植物。
2.有关整个区域的有缺陷工厂的覆盖率估算。

准备和飞行时间约为一小时,ATLAS分析约需30分钟。
图像/检测结果内置于ATLAS:2 Ha区。

#甜瓜

在开阔的田野中种植西瓜很容易产生杂草,例如:Prosopis farcta,可能对农作物很严重。

使用RGB摄像头在田野上飞行会生成一组图像,这些图像在ATLAS中进行处理,然后使用检测器仔细检查和分配入侵植物,从而使用ATLAS的“训练”功能来检测训练区域,然后检测整个领域。为了达到较高的检测百分比,需要进行2-3次交互。

Agro-Drone公司首席执行官David Behr表示:“使用ATLAS可使农艺师快速而准确地洞悉入侵物种,而不必侦查整个领域,而只需到达问题区域。”

客户:Agro-Drone(以色列)

行业:农业,无人机检查,数据处理

工艺:DJIM2P配RGB相机

ATLAS中的地图存储和处理:

    •手动注释:约。 20-25分钟。

    •在ATLAS中进行初始机器学习检测器培训:大约35分钟

结果

ATLAS为农艺师/种植者提供一份报告。它只去了受感染的地方,从而避免了遍及整个领域。此外,ATLAS还描绘了区域覆盖范围。

关于ATLAS的其他农业相关的用例:

好消息!人工智能平台ATLAS取消了用于无人机数据分析的手动程序

ATLAS实际用例:从田间杂草中拯救甜菜

ATLAS-支持航空影像存储,地图创建,物体检测的平台

对人工智能平台感兴趣的专业人士可以看下网站:
英文: atlas.ugcs.com
中文:https://sph-engineering.cn/atlas

如果有疑问的话,请随时与我们联系。
邮件:cn@ugcs.com
微信:+37125774334(销售经理李莎)

其他新闻