Загрузка моделей...
Модели машинного обучения для сельского хозяйства
Маркетплейс ИИ-моделей — отраслевые решения и ведущие нейросети мира
Готовые решения для реального бизнеса и передовые мировые модели на одной платформе. Используйте в браузере, интегрируйте по API или публикуйте свою модель.
Модели по отраслям
Использование через API
Тестирование в веб-интерфейсе
Портфолио кейсов
Публикация задач
Модели по отраслям
Использование через API
Тестирование в веб-интерфейсе
Портфолио кейсов
Публикация задач
Новичок в мире ML-моделей?
Откройте для себя мир готовых ML-решений!
Узнайте, как модели экономят время, деньги и трансформируют бизнес-процессы.
Найдено моделей: 34
Детекция болезней листьев с помощью CNN и ViT
Идентификация заболеваний растений по изображениям листьев с использованием глубокого обучения.
Inference
Сельское хозяйство
Image Classification
7
Детекция болезней картофеля: фитофтороз, альтернариоз и здоровые
Классификация изображений картофеля по наличию болезней: фитофтороз, альтернариоз или здоровое растение.
Inference
Сельское хозяйство
Image Classification
5
Обнаружение болезней цветной капусты: модель YOLOv8
Обнаруживает пять категорий болезней листьев цветной капусты на изображениях для автоматизации сельского хозяйства.
Inference
Сельское хозяйство
Object Detection
5
Классификация редких пород собак
Модель компьютерного зрения, которая по фотографии определяет редкую породу собаки среди набора поддерживаемых классов. Это решение помогает автоматизировать каталогизацию изображений питомцев, улучшить систему рекомендаций в приложениях для заводчиков и любителей животных, а также поддерживает образовательные и исследовательские проекты. Подходит для интеграции в мобильные приложения, платформы обмена фото и ветеринарные сервисы.
Inference
Медицина
Image Classification
8
Классификатор вредителей хлопчатника
Классифицирует основных вредителей хлопчатника. Помогает контролировать состояние урожая.
Inference
Сельское хозяйство
Image Classification
22
Диагностика болезней рыбы и креветок по изображениям
Модель компьютерного зрения, которая анализирует фото рыбы или креветок и определяет наличие признаков заболеваний. Решение полезно как в процессе разведения (для раннего выявления болезней и предотвращения вспышек), так и на производственном конвейере (для автоматического контроля качества продукции). Модель подходит для интеграции в фермерские приложения, системы мониторинга и линии автоматизированной сортировки.
Inference
Сельское хозяйство
Image Classification
9
Детектор кофейных ягод
Автоматически подсчитывает кофейные ягоды по цвету на фото. Модель YOLOv8, mAP@0.5(box) 0.691.
Inference
Сельское хозяйство
Object Detection
4
Мониторинг поголовья скота YOLOv5
Детектирует и подсчитывает крупный рогатый скот на изображениях. Использует YOLOv5, обучена на кастомном датасете.
Inference
Сельское хозяйство
Object Detection
5
Классификация всходов растений: сорняки и культурные растения
Модель классифицирует различные виды всходов растений, включая сорняки и сельскохозяйственные культуры.
Inference
Сельское хозяйство
Image Classification
7
Классификация сортов винограда по изображению
Классифицирует сорта винограда: Кодега, Москатель Галего, Рабигато, Тинта Рорис, Тинто Као, Турига Насиональ
Inference
Сельское хозяйство
Image Classification
5
Детектор болезней сельскохозяйственных культур
Выявляет болезни сельскохозяйственных культур по снимкам листьев и растений.
Inference
Сельское хозяйство
Image Classification
3
Детекция и классификация насекомых
Insect Species Classifier — модель компьютерного зрения для автоматической классификации различных видов насекомых по изображению. Подходит для агротеха, биологических исследований, мониторинга экосистем и образовательных платформ.
Inference
Сельское хозяйство
Computer Vision
Image Classification
+3
17
Загружаем…
Модели машинного обучения для сельского хозяйства помогают оптимизировать процессы выращивания, повышать урожайность и снижать затраты. С помощью компьютерного зрения можно автоматически определять болезни растений на ранней стадии, оценивать зрелость плодов и контролировать качество урожая. Прогнозные модели позволяют точно планировать посевные работы с учётом погодных данных, состояния почвы и исторической статистики. Интеграция ML-решений в агропромышленный комплекс — один из наиболее перспективных трендов в цифровизации отрасли.