PlantVillage NURU: Pest and Disease Monitoring Using Artificial Intellingence
PlantVillage NURU: Pest and Disease Monitoring Using  Artificial Intellingence
Τεχνικές προδιαγραφές
Επίπεδο τεχνολογικής ετοιμότητας
TRL 9
Μεγέθη καλλιέργειας
Μεγάλης κλίμακας, Μικρής κλίμακας
Συστήματα παραγωγής
Υπαίθριο
Τύποι τεχνικών
Τεχνικές διάγνωσης και ανίχνευσης, Τεχνικές παρακολούθησης
Εύρη εφαρμογής
Άλλο
Όνομα εταιρείας
CGIAR
Χώρα προέλευσης
Ηνωμένες Πολιτείες
Contact Person
dph14@psu.edu; J.LEGG@cgiar.org
Ειδικές απαιτήσεις
Ανάγκη για ειδικό γεωργικό τοπίο
Ανάγκη για ειδική εκπαίδευση

Περιγραφή

This project expects to radically transform pest and disease monitoring by using artificial intelligence (AI), advanced sensor technology and crowdsourcing capable of connecting the global agricultural community to help smallholder farmers. It aims to increase the effectiveness of farm-level advice by leveraging three critical advances:

  1. The democratization of AI thanks to open access platforms such as Google’s TensorFlow.
  2. The miniaturization of technology allows affordable deployment.
  3. The development of massive communication and money exchange platforms such as M-Pesa that allow rural extension to scale as a viable economic model enabling last mile delivery in local languages.
Για περισσότερες πληροφορίες
Καλλιέργειες όπου χρησιμοποιείται
  • Πιπεριά
  • Αραβόσιτος
  • Πατάτα
Πιθανές καλλιέργειες
  • Πιπεριά
  • Λαχανάκια Βρυξελλών
  • Κουνουπίδι
  • Αγγούρι
  • Λάχανο (διάφορα χρώματα)
  • Πράσο
  • Μαρούλι
  • Κρεμμύδι
  • Τομάτα
Χώρες όπου χρησιμοποιείται
  • Πολλές
Σχόλιο τεχνικών απαιτήσεων

Smartphone-based runs on iOS and Android.

Σχόλια τοπίου

No restrictions

Σχόλιο εκπαίδευσης

No comment

Λεπτομέρειες κόστους

Free app

Περιπτώσεις παραδειγμάτων/ Πρόσθετες πληροφορίες

The team annotated more than 200,000 cassava plant images, identifying and classifying diseases to train a machine learning model.

Τρόπος λειτουργίας

Cloud based