Работа над проектом была начата во время проведения в университете акселерационной программы «Интеллектуальные технологии в агропромышленном комплексе» в рамках федерального проекта «Платформа университетского технологического предпринимательства».
В команду молодых специалистов вошли инженеры Михаил Бердников – руководитель проекта, а также инженеры-программисты Марина Жданова и Татьяна Исакова. Научное руководство проектом осуществлял старший преподаватель кафедры КБИС Николай Гапон. Работа над проектом будет идти в течение года и предполагает подготовку данных, создание прототипа и подготовку к его коммерческому внедрению.
Работа над проектом была начата во время проведения в университете акселерационной программы «IT в АПК», где я выступал в роли руководителя и разработчика. После получения призового первого места в этом акселераторе было принято решение доработать его в формате пилотного проекта «Стартап как диплом». Дополнительным стимулом стало участие на форуме «Инженеры решают», где проект был высоко оценен экспертами.
«АгроВижн» основана на современной нейросетевой архитектуре YOLOv11 и способна в режиме, близком к реальному времени, определять расположение и тип сорняка на поле. Это открывает возможности для точечного внесения гербицидов и снижения химической нагрузки на почву. В будущем система сможет классифицировать сорняки по видам. Обработка видеопотока ведется с высокой точностью и скоростью, достаточной для интеграции в сельхозтехнику. Благодаря применению машинного зрения и нейронных сетей потенциал масштабирования значительно превосходит решения, построенные на оптических датчиках.
Система является отечественной разработкой и ориентируется на реальные данные с полей донского региона, что значительно повышает процент точности при работе. Подобный подход активно применяется за рубежом и впервые реализуется в России. Сейчас в нашей стране преобладают решения на базе оптических датчиков и дронов, хотя по объективным причинам использование летательных аппаратов сейчас ограничено. «АгроВижн» будет монтироваться на опрыскивателях, что делает эту систему особенно конкурентоспособной.
Внедрение такой разработки в агропромышленной комплекс Ростовской области сократит затраты на борьбу с сорняками – экономия может составить до 30-40% гербицидов. Кроме того, это приведет к повышению урожайности за счет уменьшения конкуренции сорных и культурных растений, а также снижению экологической нагрузки на почву и воду. В настоящее время командой проекта разработана тестовая версия программного обеспечения, способного классифицировать сорные и культурные растения в реальном времени. В дальнейшем планируется доработка и улучшение программы.
Аркадий Кузнецов, управление информационной политики
isdstu@mail.ru
