| Versjon | 1.9.2 |
|---|---|
| Forlegger | JAGUZA TECH UGANDA LIMITED |
| Utgivelsesdato | 8. aug. 2020 |
| Dato lagt til | 8. aug. 2020 |
| Os krav | iOS |
| Krav | Requires iOS 12.4 or later. Compatible with iPhone, iPad, and iPod touch. |
| Totalt antall nedlastinger | 0 |
| Pris | Free |
Beskrivelse
Sykdom kan påvirke plantehelsen negativt før noen synlige tegn som bladmisfarging viser seg. Mens disse påkjenningene er usynlige for vårt blotte øye, kan dronekameraer som bruker spesielle filtre oppdage disse subtile endringene i sanntid. Bevis har vist at fjernbilder av drone kan bidra til å identifisere sykdomsrelatert stress hos planter. Men kan de spektrale signaturene til infiserte planter være unike nok til å skille årsakssykdommen eksternt, og hvordan kan vi bruke dette til å redusere byrden på inspektører i felten eller bedre målrette inspeksjonene våre? Med våre multispektrale og hyperspektrale bilder brukes ofte til å måle responsene til planter i de synlige og nær infrarøde delene av det elektromagnetiske spekteret for å fjernoppdage plantestress ved hjelp av droneteknologien vår.
PlantScope Tech, bruk dype nevrale nettverk basert på gjenkjennelse av plantesykdommer ved hjelp av et datasett for Leaf Image Classification for å oppdage sykdommer og skadedyr i planter. Ved å bruke bilder tatt av et dronekamera med ulike oppløsninger, sender det det på en offline måte til bondens mobiltelefon (App) og til serveren vår gjør mobilappen vår behandlingen og sender deg sanntidsresultater. Deretter kringkaster den massasjer til nærliggende bønder i lokalsamfunnene for å la bøndene få den spesialiserte agronomen og deres plassering. For tiden har databasen over 800 fotografier og dekker syv avlinger. Hver gang en bonde laster opp et fotografi for diagnose vil det bli tidsmerket og geo-referert. Derfor letter databasen også overvåking av skadedyr- og sykdomsutbrudd og kan sende tidlige advarselsmeldinger for bestemte steder i sanntid.