Мониторинг посевов по снимкам дронов и спутников
Автоматическая обработка залётов и спутниковых снимков: очаги болезней, сорняки, пропуски сева — с задачами агроному.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
Агроном объезжает 3–5 тыс. га за неделю и видит поле с края. Очаги болезней, полегание, вымокание, огрехи сева и сорняки обнаруживаются с опозданием, когда обработка уже дороже потерь. По отраслевым оценкам, до 10–20 % урожая теряется из-за проблем, замеченных слишком поздно.
Спутниковые индексы дают картину раз в несколько дней и с разрешением 10 м — этого достаточно для общей оценки, но не для распознавания причины. Дроны снимают с разрешением до сантиметра, но один вылет — десятки гигабайт ортофотопланов, которые некому анализировать.
Что делает ИИ
OpenDroneMapPyTorch / Segment AnythingRasterio / GDALPostGISQGIS
Система принимает снимки со спутников и дронов, строит ортофотопланы и карты индексов, а нейросети распознают проблемные зоны и их вероятную причину. Агроном получает задачи на осмотр конкретных точек с координатами и фото, а не просьбу «проверить поле».
- Автоматическая обработка залётов: сшивка, геопривязка, расчёт NDVI, NDRE, влагоиндексов.
- Сегментация: всходы, сорняки по видам, полегание, вымочки, пропуски сева.
- Детекция аномалий по временному ряду индексов относительно соседних зон и прошлых сезонов.
- Подсчёт густоты всходов и прогноз необходимости пересева.
- Карты-задания для дифференцированного внесения и опрыскивания.
Какие данные нужны
- Снимки Sentinel-2, Landsat и коммерческих спутников
- Ортофотопланы с дронов RGB и мультиспектр
- Границы полей и севооборот
- Результаты осмотров агрономов для разметки
Какая инфраструктура нужна
Профиль «vision», масштаб «rack-small». Сшивка ортофотопланов и инференс сегментационных моделей по снимкам в сотни мегапикселей — задача для GPU с быстрой памятью и мощного CPU. Сервер R5 PLUS или RX PRO на GeForce RTX 5090 из раздела GPU-серверы обрабатывает 10–20 залётов в день и держит спутниковый конвейер по всему земельному банку. Для хозяйства на 5–10 тыс. га с одним дроном достаточно рабочей станции W5 MAX из раздела рабочие станции. Хранилище растров растёт на 1–3 ТБ за сезон на каждый дрон — закладываем NVMe под текущий сезон и сетевой архив. Дообучение моделей под культуры и регион выполняется на том же узле в межсезонье. Поставка в Россию и страны СНГ.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Агропром и экология»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

