Анализ спутниковых снимков земельных угодий востребован среди государственных органов и коммерческих компаний, особенно банков, которые выдают аграриям кредиты. Традиционный подход к анализу снимков трудоёмок: для изучения тысяч снимков требуются месяцы работы сотен специалистов. Но благодаря искусственному интеллекту решение таких задач выходит на новый уровень.

Искусственный интеллект упрощает жизнь людей, сокращает время и трудозатраты.

Раньше снимки дешифровывали две сотни человек в больших помещениях. Сегодня для этого достаточно одного IT-специалиста, который разрабатывает модель искусственного интеллекта, и одного-двух дешифровщиков, проверяющих качество работы нейросети, — отметил генеральный директор SR Data Игорь Кожелин.

Искусственный интеллект проанализировал состояние винодельческого хозяйства за полгода, изучив спутниковые снимки с высоким разрешением — 0,5–0,75 метра на пиксель. Модель определила площадь виноградников и их состояние в зависимости от сезона, а также количество объектов винодельни. Это позволило сделать вывод о том, как владельцы используют земельные угодья.

Для обучения нейросети Yolo-8/9 компания использовала собственные данные со снимков высокого разрешения.

Анализ спутниковых снимков занял всего несколько секунд. Но для обучения нейросети мы использовали 3500 снимков и потратили на это 4 месяца.

Искусственный интеллект эффективен в масштабных задачах. Если задачи повторяющиеся, то выгоднее использовать искусственный интеллект, чем труд специалистов. Обученную модель можно применить для анализа других сельскохозяйственных угодий и агропромышленных комплексов. Это поможет понять, всё ли в порядке с урожаем на больших площадях.

Игорь Кожелин отметил, что модели искусственного интеллекта целесообразны для таких объёмов данных. Они помогают понять, например, всё ли в порядке с влажностью или нет ли паразитов и заболеваний.