software for improving the quality of the captured images
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F05547164%3A_____%2F23%3AN0000003" target="_blank" >RIV/05547164:_____/23:N0000003 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
software pro zvýšení kvality pořízených snímků
Original language description
Software se zaměřuje na vylepšení rozlišení snímků získaných z dronů pomocí technik umělé inteligence, což umožňuje přesnější a efektivnější aplikaci herbicidů a hnojiv na úrovni jednotlivých rostlin. Tato technologie nejenže zlepšuje kvalitu snímků, ale také zvyšuje účinnost zemědělských operací a snižuje náklady a čas strávený v terénu.
Czech name
software pro zvýšení kvality pořízených snímků
Czech description
—
Classification
Type
R - Software
CEP classification
—
OECD FORD branch
20202 - Communication engineering and systems
Result continuities
Project
<a href="/en/project/EG21_374%2F0027308" target="_blank" >EG21_374/0027308: Drone imagery superresolution for scalable precision agriculture using artificial intelligence</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2023
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
0027308-2023-02
Technical parameters
Na základě vizuální kvality rekonstruovaného obrazu a metriky PSNR byla zvolena metoda SwinIR, která aktuálně patří mezi metody s nejlepšími výsledky v oblasti super rozlišení a také odšumení obrazových dat. Hlavní součástí modelu SwinIR byly tzv. RSTB bloky (Residual Swin Transformer Block) založené na pokročilé architektuře tvz. Swin Transformeru, který je obecně s velmi dobrými výsledky využíván na řešení řady problémů z oblasti počítačového vidění (např. klasifikace nebo detekce objektů) a je proto vhodný také pro řešení úlohy super-rozlišení obrazu. Finální model SwinIR byl zvolen na základě přesnosti detekce plodin dle metriky mAP@0.5 na testovací datové množině. Na základě výsledků přesnosti detekce byl zvolen model SwinIR využívající jemné doladění, degradační metodu BSRGAN a PSNR ztrátovou funkci. Architektura software je navržena s ohledem na jednoduchost, škálovatelnost a optimalizaci provozních nákladů. Jádro programu je napsáno v programovacím jazyce Python. Celý systém je kontejnerizován pomocí nástroje Docker, což umožňuje rychlé nasazení, škálovatelnost a použití v různých prostředích. Výsledky jsou využívány jejich vlastníkem.
Economical parameters
Přínos softwaru spočívá zejména v překonání omezení vysokých nákladů a časové náročnosti dronovýho snímkování při nižších letových výškách a dosáhnout dostatečného rozlišení pro identifikaci plevelů. Tato výhoda následně povede k podstatnému zvýšení efektivity zmapování zaplevelení pomocí bezpilotních letadel (až o 30%) pro cílenou aplikaci herbicidů. Tímto přístupem lze skenovat velké zemědělské plochy v průmyslovém měřítku s vysokým rozlišením, což umožní plošné rozšíření variabilní aplikace herbicidů. Využití super rozlišení vykazuje v porovnání s detekcí na neupravených 7 mm/px datech zlepšení o 10,93 % dle metriky mAP@0.5.
Owner IČO
05547164
Owner name
Skymaps s.r.o.