кейс
Приложение для контроля за здоровьем свиней
Первое в своем роде мобильное приложение для фермерского контроля за здоровьем свиней без визитов ветеринара
О проекте
Идея этого мобильного подспорья для фермеров посетила предпринимателя, чей семейный бизнес посвящен производству свинины.
Он искал возможность предупредить вспышку заболеваний среди свиней, а также быструю альтернативу визиту ветеринара. Это стало реальным благодаря искусственному интеллекту и машинному обучению, воплотившись в мобильное приложение. Обрабатывая тысячи изображений, приложение оценивает состояние здоровья свиней и предупреждает о возможной вспышке инфекции на ферме.
Технологический стек
Ruby on rails
Kotlin
Swift
Python
C++
TopicNet
TensorFlow (production)
PyTorch (prototyping)
MLFlow
SpaCy
OpenCV
Индустрия
АгроТех, Искусственный интеллект и машинное обучение
Платформа
iOS, Android
Команда
6 человек
Продолжительность работы
7 месяцев
Основные функции приложения:
Сбор данных в режиме реального времени для оперативного ветеринарного анализа
Дистанционные ветеринарные осмотры
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 определять до 30 заболеваний. Для достижения этого смелого результата было обработано несколько десятков тысяч изображений.
Проблема с кэшированием
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.
Схема процесса передачи данных
Наша работа
Этап 1
Обучение нейронных сетей
Этап 2
Улучшение кэширования
Этап 3
Результаты стали обрабатываться быстрее
1 этап
Обучение нейронных сетей
Приоритетом для нас было научить нейронные сети распознавать закономерности на отправленных фотоснимках. Разработкой и обучением моделей нейронных сетей занималась специальная команда. Обрабатывая датасеты фотоснимков пораженных органов, алгоритмы учились выявлять паттерн. Тренируясь на десятках тысяч фотоснимков, система анализировала и идентифицировала указанные объекты. Для обработки массива данных требовалось отправить их через серверную часть. После этого нейросеть начинала классифицировать данные по определенным признакам.
Задача была особенно сложной в связи с высокой вероятностью получения фотографий плохого качества, на которые может влиять освещение или съемка на конкретной ферме. Качество смартфона (особенно Android) и его камеры играет важную роль. Это влияет на алгоритмы нейронных сетей, подверженные высокой флуктуации. В итоге команда разработала алгоритмы, чтобы анализировать и определять признаки заболеваний с высокой точностью. Таким образом система научилась определять признаки многих заболеваний и тем самым предотвращать возможную вспышку инфекции на ферме.
2 этап
Улучшение кэширования
Мы улучшили кэширование за счет более плавной передачи изображений.
3 этап
Результаты стали обрабатываться быстрее
На момент поступления в работу приложение было сравнительно медленным (15-20 Мбит/с) . Высокая скорость программы и практичный интерфейс стали результатом работы нашей команды в этом направлении. В результате фермеры могут отправлять снимки и получать информацию о диагнозе на скорости выше 110,07 Мбит/с.
Результаты проекта
Повышение точности диагностирования заболеваний с 59% до 84%
Диагностика осуществляется только с помощью приложения, без выезда специалиста
Расширение географии бизнеса
Большое количество владельцев небольших ферм по всему миру установили приложение
Создан новый источник дохода
Новый источник дохода создан за счет продажи кредитов фермерам на использование технологии искусственного интеллекта
Давайте обсудим ваш проект
Заполните форму или свяжитесь удобным для Вас способом
Остались вопросы?
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности