Приложение для контроля за здоровьем свиней

Технологический стек

Ruby on rails, Swift, Kotlin

Индустрия

Агритек, AI и ML

Платформа

iOS, Android

В команде

6 человек

Продолжительность

1 год

О проекте

Перед вами мобильное решение для фермеров-производителей свинины. С его помощью в режиме реального времени фермеры получают советы, сгенерированные на основе технологий искусственного интеллекта и машинного обучения.

Обрабатывая тысячи изображений, приложение оценивает состояние здоровья свиней и предупреждает о возможной вспышке инфекции на ферме.

Проект реализует следующие решения:

Сбор данных в режиме реального времени для оперативного ветеринарного анализа;
Ветеринарные осмотры в цифровом формате;
Управленческие и коммуникационные решения для свиноферм.

Вызовы проекта

Повышение точности распознавания снимков

Важная часть процесса — налаживание механизмов машинного обучения для распознавания изображений. Его целью было сгенерировать диагноз с максимально высокой точностью. Плохое качество снимков или снимки, сделанные с плохим освещением, могут повлиять на алгоритмы нейронных сетей, которые подвержены сильной флуктуации.

Благодаря успешному внедрению машинного обучения мы научили его алгоритмы эффективно анализировать признаки заболеваний и определять по фотографиям до 30 диагнозов. Для достижения этого смелого результата было обработано несколько тысяч изображений.

Улучшение кэширования

Зачастую приложение используется в удаленных коровниках и фермах. Было важно обеспечить быструю обработку данных и получение результатов, не упуская из виду аспект кэширования. В противном случае отправка изображений высокого разрешения стала бы проблематичной, как и получение информационных результатов. Мы смогли улучшить кэширование за счет более плавной передачи изображений.

Наша работа

Для того, чтобы стать по-настоящему удобным в использовании, приложение должно было претерпеть существенные улучшения.

Одной из основных задач на пути к этому была разработка мобильного интерфейса, позволяющего фермерам отправлять фотоснимки свиней и получать вероятный диагноз.

Мы смогли сделать приложение быстрым и практичным в соответствии с рекомендациями и требованиям проекта. Обработка массива изображений и получение информации по диагнозу стали возможным на скорости выше 110,07 мбит/с.

Мы сделали так, чтобы массив данных исправно служил целям конечных пользователей — фермерам.

Подразумевалось, что алгоритмы машинного обучения будут обрабатывать массив фотоснимков пораженных органов мертвых свиней. Для обработки этого огромного объема данных необходимо было отправить их через серверную часть. После этого нейросеть начинала классифицировать данные по определенным признакам.

Разработчики обучили нейронные сети различать закономерности на данных фотографиях. Алгоритмы анализировали признаки аномалий на снимках и связывали их с одним из примерно 30 диагнозов. На заключительном этапе приложение присылало фермеру информацию о наиболее вероятном диагнозе.

Результаты:

Мы улучшили качество распознавания до 80% и, тем самым, повысили точность диагностики.

Наша команда разработали быструю, информативную и универсальную платформу, которая позволила производителям свинины принимать важные решения, не дожидаясь визита ветеринара. Успех мобильного приложения вдохновил владельца бизнеса на дальнейшее расширения своего предприятия по всему миру.

Давайте обсудим Ваш проект

или свяжитесь с нами по почте projects@crimeadigital.ru

Нажимая кнопку «Отправить», вы даете согласие на обработку персональных данных