Миссия лаборатории - анализ, обработка и применение больших данных для решения отраслевых задач с использованием уникальных подходов и знаний Тимирязевской академии.
ПОСЕТИТЬ ЛАБОРАТОРИЮ
НА ГЛАВНУЮ
ПОКАЗАТЕЛИ
ПРОЕКТЫ
Лаборатория реализует проекты направленные на разработку и внедрение инновационных решений в области анализа больших данных и применения искусственного интеллекта (ИИ) для повышения эффективности агропромышленного комплекса (АПК).
Нейросеть-счетчик «Немо» для подсчета рыбы при выращивании в установка замкнутого водоснабжения (УЗВ)
Ключевая идея проекта заключается в применении нейронной сети YOLO для решения задач распознавания и подсчёта рыб при перегонке из одного бассейна в другой. В настоящее время по проекту достигнуты следующие результаты: сформирован набор обучающей выборки на основе фотографий с рыбной фермы УЗВ; обучена модель нейронной сети; создано настольное приложение для работы с нейросчётчиком; модель протестирована в условиях реальной рыбной фермы. Проект находится в стадии дальнейшего развития и в 2025 году планируется разработка программного обеспечения для идентификации, подсчета, определения массы и мониторинга здоровья рыб в УЗВ в режиме реального времени.
Интеллектуальная платформа анализа больших данных и прогнозирования в овощеводстве защищенного грунта
Основная идея проекта состоит в разработке интеллектуальной платформы способной осуществлять точное прогнозирование урожайности томата и имитировать реакцию урожайности на изменение условий выращивания. В настоящее время по проекту собраны обширные базы данных сбора томата и условий его выращивания за 2021-2023 гг. Сформирован набор обучающей выборки и построены ML-модели прогнозированиявалового сбора томата. Разработан «цифровой двойник», имитирующий изменение условий выращивания томата. В 2025 году планируется разработка интеллектуальной платформы для агронома-овощевода, включающей нейронной сети и интеллектуального помощника овощевода на основе LLM-модели.
Программный продукт для автоматического распознавания спелых тепличных томатов по видеоизображению с использованием ИИ
Ключевая идея проекта – разработка программного продукта на основе технологии компьютерного зрения, способного распознавать спелые тепличные томаты в реальном времени, определять их вес и прогнозировать суммарный валовой сбор и урожайность. На текущий момент по проекту собраны данные для train- и test-выборки, состоящие из фото и видео материала; обучена и протестирована модель на датасете (SOTA-модель YOLOv8); разработана Drag-and-drop модель с помощью Streamlit. В ближайшей перспективе будет разработан программно-аппаратный комплекс, способный прогнозировать валовой сбор на различных стадиях зрелости томата.