Walidacja systemów wykrywania chwastów

Usługa wspiera twórców modeli uczenia maszynowego, opryskiwaczy wyposażonych w czujniki i zrobotyzowanych systemów odchwaszczania w optymalizacji ich technologii dla rolnictwa precyzyjnego. •Przed rozpoczęciem usługi klienci mogą mieć system wykrywania chwastów, który działa w kontrolowanych środowiskach, ale nie jest testowany w terenie w różnych gęstościach chwastów, warunkach oświetleniowych i rodzajach upraw. •Po wykonaniu usługi otrzymają ilościowe oceny dokładności, analizę błędów (fałszywie dodatnie i fałszywie ujemne) oraz porównania wydajności z alternatywnymi metodami wykrywania (np. obrazowanie dronów). Dzięki temu dostawcy technologii mogą dopracować swoje modele, udoskonalić algorytmy podejmowania decyzji i zwiększyć niezawodność systemu w komercyjnych zastosowaniach rolniczych.

Usługa będzie realizowana w kontrolowanych gospodarstwach doświadczalnych, a następnie w gospodarstwach komercyjnych, w zależności od fazy testowania lub potrzeb przedsiębiorstwa. Próby można powtarzać na różnych rodzajach upraw i etapach wzrostu, aby zapewnić zróżnicowane warunki polowe. Proces ten może trwać do 6-8 miesięcy, w zależności od uprawy i oceny systemu, i obejmuje konfigurację, zastosowanie leczenia i ocenę analizy danych. •Naziemne systemy wykrywania chwastów montowane na opryskiwaczach, robotach lub innych platformach. •Porównanie z mapami chwastów opartymi na dronach w celu walidacji dokładności. •Ocena wydajności w czasie rzeczywistym i po przetworzeniu, w tym błędy w wykrywaniu. Rezultaty mogą obejmować szczegółowy raport wydajności z metrykami dokładności wykrywania.Klienci muszą dostarczyć swój system wykrywania chwastów i określić parametry wykrywania.

Usługę można dostosować do konkretnych warunków polowych, rodzajów upraw lub gatunków chwastów. Dostępność sezonowa jest ograniczona do aktywnych okresów wzrostu upraw, dostosowanych do okresów pojawiania się chwastów (wiosna i lato). Klienci powinni omówić potrzeby w zakresie dostosowywania na etapie planowania, aby zapewnić wykonalność. W razie potrzeby można uwzględnić dodatkowe usługi przetwarzania danych lub oceny modeli sztucznej inteligencji.