Хромоту коров и спелость клубники отследит ИИ

Об уникальном пространстве, которое позволяет готовить специалистов на стыке компетенций, на Международной выставке-форуме AGROBRICS+ рассказала Анастасия Греченева, директор проектного института цифровой трансформации АПК при Московской государственной сельскохозяйственной академии имени К. А. Тимирязева.

Одной из прорывных для сельского хозяйства технологий в институте считают машинное зрение. «Она самая востребованная, поскольку позволяет автоматизировать колоссальное число процессов, требующих зрительного контроля на производстве. Эта технология понятна сельхозтоваропроизводителю, он доверяет ей, может проверить, насколько качественно, например, машина решила задачу по пересчету животных», — отметила Анастасия Греченева на сессии, посвященной цифровизации и автоматизации в сельском хозяйстве.

Задачи цифровизации отрасли институт реализует уже в учебном процессе. Так, для подсчета птиц, свиней и коров разработали отдельный программный продукт. Используется трекер BoT-SORT, обеспечивающий надежное слежение в сложных сценах. Система автоматически аннотирует объекты, считает их по классам и сохраняет результаты в формате JSON. Модульная архитектура позволяет легко адаптировать систему, а OpenCV и Supervision используются для визуализации, с логированием для мониторинга работы. Точность составляет по меньшей мере 92%, имеется система интеграции с камерами для захвата изображения и с базами данных для хранения решений.

С помощью машинного зрения выполняют и анализ биологических образцов. В Тимирязевке успешно реализуются кейсы по цитологии, предиктивной аналитике развития паразитарных заболеваний в клетках крови птиц и сельхозживотных. Таким образом обеспечивается ранняя диагностика, которая снижает потребность в антибиотиках, пояснила эксперт.

В частности, разработан алгоритм цитологического анализа крови птиц. Проект направлен на создание автоматизированной системы для анализа клеток. Нейросеть обучена не только на составление лейкоцитарной формулы, но и на детекцию соматических клеток/паразитов. Уже достигнута точность не менее 98%, разработана уникальная база данных.

Трекинг, хромота и кормовой стол

Также в институте цифровой трансформации АПК разработали решение для трекинга сотрудников. Это отслеживание биомеханики, нарушений норм на производстве, в том числе санитарных, и пересечение зон контроля.

Машинное зрение определяет позы человека, ключевые точки и лицевые центры. Представление движений — параметрическое, а не видео. Система обрабатывает только параметры движения (амплитуда, скорость, ускорение, время). Это снижает объем данных и нагрузку на сеть связи, обеспечивает конфиденциальность и упрощает предобработку данных благодаря готовым числовым признакам. Причем модель предсказывает следующий токен-локомоцию по истории предыдущих.

Также машинное зрение применяют для выявления хромоты крупного рогатого скота. Этот кейс перешел в стадию практического применения: проект институт реализует совместно с компаниями Smart Farm и «РМ Агро». Направление продолжат развивать: подключился Национальный союз обработчиков копыт, который поможет размечать данные и повышать качество данных, пояснила Анастасия Греченева.
 

Работают в Тимирязевке и с кормовым столом. Машинное зрение и алгоритмы позволяют мониторить девиантное поведение и активность животных, их поведенческую биометрию. Выполняется классификация состояний животных, которая определяет количество кормлений, объем потребляемого корма, а также время активности и отдыха в рамках технологий здоровьесбережения.

Собранные данные могут быть интегрированы в CRM-системы и системы учета. Среди прочего это система оценки персональной продуктивности сельхозптицы по ножному и крыловому номерам.

В растениеводстве

Классический кейс работы с растениями — детекция развития растений и определение фенофаз. Нейросеть отслеживает начальный период роста, интенсивную вегетацию, цветение, плодоношение. Кроме того, она способна с точностью 98,37% определять такие болезни, как черная бактериальная пятнистость, фитофтороз, септориоз, альтернариоз, мозаика, вирус желтой курчавости листьев, мучнистая роса.

По фенофазам совместно с компанией «Росток» институт разрабатывает систему, которая машинным зрением оценивает всхожесть ростков и площадь прироста. Для открытого грунта институт реализует проект по прогнозированию урожайности, оценке и прогнозированию недостающих данных для точного земледелия, сообщила Анастасия Греченева.

Качество, сортировка и лежкость

Машинное зрение позволяет оценить качество продукции и с помощью робота отсортировать в реальном времени.

Учет спелости ягод и овощей также автоматизируется. Это анализ цвета, размера и формы ягод. Машинное зрение определяет зрелость с точностью не менее 85%.

Прогнозируется и лежкость — крайне важный для ретейла показатель. Алгоритмы сегментации изображений используются для обнаружения пораженных участков. Лежкость определяется с учетом микроклиматических условий хранения и перевозки. Для клубники (земляники садовой) точность обнаружения достигает 90%.

Распознаются различные типы повреждений: вмятины, трещины, порезы за счет использования сверточных нейронных сетей для анализа изображений клубники.

Вместе с крымской компанией «Ягодная поляна» Тимирязевка создает систему, которая будет в испытательных шкафах моделировать процесс лежкости ягод с учетом разных условий хранения. «И уже на основе внутренних условий рефрижератора, внешних климатических условий доставки будет корректироваться логистика с учетом точек сбыта для реализации продукции надлежащего качества», — заключила Анастасия Греченева.