В группе компаний «Агро-Белогорье» стартовал первый этап пилотного проекта по разработке и внедрению системы наблюдения за животными на основе машинного зрения. Проект холдинга получил одобрение учёных и поддержку в рамках научно-образовательного центра «Инновационные решения в АПК», а также был представлен Президенту РФ на недавнем совещании с Правительством как пример успешного взаимодействия бизнеса и науки, сообщает "АгроВестник" со ссылкой на пресс-службу компании.
Ключевая цель проекта – разработка и внедрение уникальной, в том числе и на международном уровне, неинвазивной системы производственной аналитики для свинокомплексов с использованием искусственного интеллекта. Успешная реализация и масштабирование системы позволит минимизировать влияние человеческого фактора в процессе наблюдения за поголовьем, на ранних стадиях распознавать различные отклонения от норм в поведении животных, подбирать оптимальные схемы лечения и прогнозировать риски. Как следствие – увеличивать объёмы выпуска продукции без расширения производственных мощностей.
Пилотный проект будет реализован на участке откорма ООО «Белгородский свинокомплекс» при всесторонней поддержке научно-образовательного центра мирового уровня «Инновационные решения в АПК» (НОЦ).
«Наша компания всегда старается брать на вооружение самые современные технологии и разработки, – отмечает Председатель совета директоров ООО «ГК Агро-Белогорье» Владимир Зотов. – В структуре холдинга действует дирекция по инновационному развитию и цифровизации. Сегодня в профильной дирекции о машинном зрении на свиноводческих площадках, говорят, как о новом перспективном направлении. Группа компаний «Агро-Белогорье» в тесной связке с белгородским НОЦ с поддержкой учёных из Российской академии наук планируют сделать существенный шаг на пути к разработке и внедрению новой технологии. Надеюсь, что проект оправдает свои ожидания и мы сможем его масштабировать, внедрив данную технологию на всех площадках холдинга».
Партнёром «Агро-Белогорья» по направлениям машинное зрение и искусственный интеллект выступает Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН). Его сотрудники разработали проект системы и стек технологий для автоматического определения функциональных состояний свиней по видеоизображению, а также методику формирования метаописаний особенностей поведения животных для исходной разметки данных и последующего обучения и тестирования нейронных сетей.
В рамках первого этапа проекта закуплено необходимое оборудование и программное обеспечение, выполнено проектирование опытного образца системы для пилотного участка свинокомплекса. Второй этап начнётся в середине января, когда на участке откорма будут завершены монтаж и отладка оборудования для видеонаблюдения за животными, проведена тестовая проверка работоспособности подсистем разметки исходных данных и обучения нейронных сетей.
«В рамках пилотного проекта мы совместно с сотрудниками холдинга «Агро-Белогорье» будем накапливать и анализировать данные, получаемые со свинокомплекса, - отметил Сергей Антипин, директор Центра интеллектуального цифрового сельского хозяйства ИПУ РАН. – Планируем, что в первом квартале 2021 года начнётся обучение нейронных сетей, а после – будет проведён тщательный анализ результатов, в том числе определены оптимальные варианты комплектации оборудования для последующего промышленного масштабирования результатов проекта. Из первостепенных прикладных задач я бы сейчас выделил следующие: научиться по видеоданным определять функциональное состояние животного, степень активности или пассивности каждой конкретной особи, а также в автоматическом режиме выявлять заболевания и повреждения кожного покрова свиней».
После анализа первых результатов внедрения проекта руководство ГК «Агро-Белогорье» примет решение об этапах внедрения полученной системы на производственных площадках свинокомплексов холдинга.
Напомним, что успехи Белгородского НОЦ недавно отметили на совещании Президента с членами Правительства. Министр науки и высшего образования РФ Валерий Фальков в своём выступлении рассказал об опыте реализации пяти пилотных научно-образовательных центров мирового уровня, которые были определены в 2019 году и расположены в различных регионах России, в том числе в Белгородской области. Глава Минобрнауки России привел опыт Белгородского НОЦ, говоря о приоритизации научной повестки участников НОЦ и приведении её в соответствие со стратегией научно-технологического развития страны: «Сформировались по-настоящему интересные научные группы, которые нацелены на решение прорывных, но при этом очень практических задач. Например, в Белгороде реализуется проект, в рамках которого группа исследователей с использованием технологий машинного зрения решает задачу роста объёмов производства в крупнейшем холдинге «Агро-Белогорье».
Валовый сбор зерна в Ростовской области составит 12,4 млн тонн
Аграрии Ростовской области завершили осенние полевые работы, по предварительным данным, валовой сбор зерна в регионе в этом году составит около 12,383 миллиона тонн, что превышает прошлогодний показатель, сообщает областное правительство.
"В ближайшее время будут подведены окончательные итоги всех полевых работ, пока мы имеем оперативную информацию по урожаю поздних зерновых и масличных культур, а также севу озимых. По предварительным данным, общий валовой сбор зерна на Дону в этом году составит более 12,383 миллиона тонн, что на 250 тысяч тонн больше, чем прошлогодний результат", - приводятся в сообщении слова первого замгубернатора области Виктора Гончаров.
Он отметил, что более 90% собранного урожая пшеницы - продовольственное зерно.
Урожай поздних зерновых культур (кукуруза на зерно, просо, сорго, рис) составил, по предварительным подсчетам, 702 тысячи тонн. Также, согласно оперативной сводке донского минсельхозпрода, аграрии Ростовской области завершили уборку масличных культур – валовой сбор превысил 1,425 миллиона тонн. Из них урожай подсолнечника составил почти 1,3 миллиона тонн.
Также в регионе завершена осенняя посевная кампания. Под урожай 2021 года земледельцами Ростовской области проведен сев озимых на площади почти 2,8 миллиона гектаров.