Detekce plevele - plečkovací stroj

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F21%3A10249273" target="_blank" >RIV/61989100:27740/21:10249273 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.it4i.cz/spoluprace-s-prumyslem/priklady-spoluprace/detekce-plevele-pleckovaci-stroj" target="_blank" >https://www.it4i.cz/spoluprace-s-prumyslem/priklady-spoluprace/detekce-plevele-pleckovaci-stroj</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Detekce plevele - plečkovací stroj

Popis výsledku v původním jazyce

Tato success story podporuje vizi společnosti Ullmanna zvýšit efektivitu a šetrnost k životnímu prostředí zemědělství. Cílem bylo vypěstovat více ekologických plodin bez enormního nárůstu potřebné pracovní síly pro hubení plevele, a proto se společnost Ullmanna rozhodla vyvinout zemědělský plecí stroj, který umožní in-line hubení plevele rozpoznáním cílové plodiny pomocí strojového učení. Tento unikátní projekt byl založen na spolupráci výzkumníků z IT4Innovations a společnosti Ullmanna. K automatické identifikaci plodin bylo použito strojové učení a byla navržena a vyškolena neuronová síť na infrastruktuře HPC. Rozpoznání plodiny, v tomto případě cukrové řepy od plevele, umožňuje plecímu stroji odstranit plevel a přitom nepoškodit vypěstovanou plodinu. Superpočítač Barbora byl použit k trénování neuronové sítě pro detekci objektů na základě datových sad poskytnutých společností Ullmanna a tato natrénovaná neuronová síť byla následně testována v terénu s prototypem plečky a byl hodnocen její výkon.

Název v anglickém jazyce

Weed detection - weeding machine

Popis výsledku anglicky

This success story supports the vision of the Ullmanna company to boost the efficiency and eco-friendliness of farming. The aim was to grow more organic crops without an enormous increase in the required workforce for weed control and therefore, the Ullmanna company decided to develop an agricultural weeding machine that will enable in-line weed control by recognising the target crop using machine learning. This unique project was based on the cooperation of the researchers from IT4Innovations and the Ullmanna company. To automatically identify crops, machine learning was employed, and a neural network was designed and trained on HPC infrastructure. Crop recognition, in this case sugar beet from weeds, allows the weeding machine to remove the weeds while not damaging the grown crop. The Barbora supercomputer was used to train the object detection neural network based on datasets provided by Ullmanna and this trained neural network was then tested in the field with a weeding machine prototype, and its performance was evaluated.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů