| Ausführung | 1.9.2 |
|---|---|
| Herausgeber | JAGUZA TECH UGANDA LIMITED |
| Veröffentlichungsdatum | 08.08.2020 |
| Datum hinzugefügt | 08.08.2020 |
| Os Anforderungen | iOS |
| Bedarf | Requires iOS 12.4 or later. Compatible with iPhone, iPad, and iPod touch. |
| Downloads insgesamt | 0 |
| Preis | Free |
Beschreibung
Krankheiten können sich negativ auf die Pflanzengesundheit auswirken, bevor sichtbare Anzeichen wie Blattverfärbungen auftreten. Während diese Belastungen für unser bloßes Auge unsichtbar sind, könnten Drohnenkameras mit speziellen Filtern diese subtilen Veränderungen in Echtzeit erkennen. Es hat sich gezeigt, dass Drohnen-Fernbilder helfen können, krankheitsbedingten Stress in Pflanzen zu identifizieren. Könnten die spektralen Signaturen infizierter Pflanzen jedoch einzigartig genug sein, um die ursächliche Krankheit aus der Ferne zu unterscheiden, und wie könnten wir dies nutzen, um die Belastung der Inspektoren vor Ort zu verringern oder unsere Inspektionen gezielter durchzuführen? Mit unseren multispektralen und hyperspektralen Bildern werden häufig die Reaktionen von Pflanzen im sichtbaren und nahen Infrarotbereich des elektromagnetischen Spektrums gemessen, um mit unserer Drohnentechnologie Pflanzenstress aus der Ferne zu erkennen.
PlantScope Tech, Verwenden Sie Deep Neural Networks basierend auf der Erkennung von Pflanzenkrankheiten durch den Datensatz zur Klassifizierung von Blattbildern, um Krankheiten und Schädlinge in Pflanzen zu erkennen. Unter Verwendung von Bildern, die von einer Drohnenkamera mit verschiedenen Auflösungen aufgenommen wurden, sendet sie diese offline an das Mobiltelefon (App) des Landwirts und an unseren Server. Unsere mobile App führt die Verarbeitung durch und sendet Ihnen Echtzeitergebnisse. Es sendet dann Massagen an die nahe gelegenen Landwirte in den Gemeinden, damit die Landwirte den spezialisierten Agronomen und ihren Standort erhalten. Derzeit enthält die Datenbank über 800 Fotografien und deckt sieben Kulturpflanzen ab. Jedes Mal, wenn ein Landwirt ein Foto zur Diagnose hochlädt, wird es zeitmarkiert und georeferenziert. Daher erleichtert die Datenbank auch die Überwachung von Schädlings- und Krankheitsausbrüchen und kann Frühwarnmeldungen für bestimmte Standorte in Echtzeit senden.