TRAINING DATA
КЕЙС
Датасет создания автоматизированного мониторинга и анализа состояния сельскохозяйственных культур на плантациях

Разметка растений

Сегментация
Разметка данных
Разделение изображения на семантически независимые сегменты для определения границ объектов
Выделение объектов на фото для обучения системы их распознаванию и интерпретации
Агропромышленность
Классификация
Использование технологий машинного обучения в задачах автоматизации и оптимизации процессов в сельско-хозяйственных предприятия
Способность оценивать и разделять объекты по заранее заданным признакам
Описание кейса
Сбор данных:
Плантации полезных культур корнеплодов и овощей (капуста, кабачки, картошка, репа и др.) сняты с помощью дронов с высоты птичьего полёта
Разметка данных:
1. Семантическая сегментация для определения класса культур

2. Инстанс-сегментация полигонами для определения разного состояния культур на изображении

3. Разметка key points представлена координатами в .xml таблице
Инструменты:
В зависимости от сложности разметки и требуемого качества мы размечаем данные в CVAT или PhotoShop, применяем AI предразметку и ведем контроль качества перед передачей данных
AI решения для аграрного сектора:
1.
Составление карт полей и плантаций с указанием благоприятности районов и условий
2.
Контроль за системой автоматического полива для предотвращения гибели культур, а также настройка автоматического распыления удобрений и ядохимикатов
3.
Поиск и детекция сорняков между грядками на больших пространствах
4.
Анализ и оценка состояния насаждений, плотности посадки
5.
Мониторинг сельскохозяйственных угодий для поиска растений, поражённых паразитами, пострадавших или погибших из-за засухи или избыточного полива
6.
Отслеживание роста и развития культур для определение степени зрелости плодов
НА ИТОГОВУЮ СТОИМОСТЬ ПРОЕКТА ВЛИЯЮТ:
Объем работ
Сложность разметки
Сроки
Качество разметки
Гарантия качества наших данных 95%. При заказе разметки с качеством выше 95% мы предлагаем enterprise решения
Тимлиды проекта
Вадим Старосотников
Мария Кузьмина
Артур Казукевич
Project manager
Python-developer
Senior quality control manager
Сотрудничество
с Training Data -
это
Команда экспертов:
Гибкий подход:
Ожидания и гарантии:
Безопасность:
Согласование инструментов и метрик под каждый проект
Оптимизация затрат и времени 
Контроль качества, согласно договору
Предоставление отчетности на каждом этапе
Подписание NDA
Полный пакет закрывающих документов
Работа на сервере заказчика по запросу
Передача данных через защищенные хранилища
35 топ-менеджеров проектов
100% постоплата
Персональный менеджер
24/7 поддержка проекта
Enterprise тарифы для поточных проектов
6 лет в разметке данных
40+ языков
100+ стран
250000+ ассесоров 
Не нашли нужной информации?
Оставьте заявку для связи с нашим Аккаунт-менеджером и расчёта стоимости датасета!
Оставьте заявку, чтобы приобрести лицензию, заказать датасет или получить больше информации
Проект нашего клиента:
Laboro Tomato — это набор изображений растущих помидоров на разных стадиях их созревания, предназначенный для задач обнаружения объектов и сегментации экземпляров. Мы также предлагаем два набора помидоров, разделенных по размеру. Набор данных был собран на местной ферме двумя отдельными камерами с разным разрешением и качеством изображения