Архив Сельское хозяйство · Теплицы, садоводство и виноградарство
Университет Мигеля Эрнандеса: подсчёт гроздей с дрона, R² = 0,64
В исследовании 2025 года модель YOLOv7x считала грозди по RGB-снимкам с БПЛА; согласие с ручным подсчётом составило R² = 0,64, ошибка RMSE — 0,78 грозди на лозу.
Кейс предоставлен Vinum ex Machina
запись № 227 · Кейсбук v2026-09-29, Никита Худов · CC BY-SA 4.0
Текст адаптирован под формат паспорта АрхИИВ и публикуется по CC BY-NC 4.0 с разрешения автора Кейсбука.
/01 · ключевые результаты
Цифры приведены по Кейсбуку Vinum ex Machina и не сверены редакцией с первоисточником.
-
возможность системы
0,64
коэффициент детерминации R² подсчёта гроздей относительно ручного подсчёта
Vinum ex Machina, документ, 29.09.2026
2025 год · участок 1,03 га, 60 аэроснимков, 2 742 растения
данные исследования
-
возможность системы
0,78 гроздей на лозу
ошибка RMSE подсчёта относительно ручного
Vinum ex Machina, документ, 29.09.2026
2025 год · участок 1,03 га, 60 аэроснимков, 2 742 растения
данные исследования
- 0,63 показатель mAP детекции гроздей · возможность системы Vinum ex Machina, документ, 29.09.2026
- 2 742 растений в выборке · масштаб Vinum ex Machina, документ, 29.09.2026
оценка strategai
Оценка не рассчитывается.
В исследовании 2025 года модель YOLOv7x считала грозди по RGB-снимкам с БПЛА; согласие с ручным подсчётом составило R² = 0,64, ошибка RMSE — 0,78 грозди на лозу.
/02 · паспорт кейса
Бизнес
- Компания
- Университет Мигеля Эрнандеса
- Отрасль
- Сельское хозяйство · Теплицы, садоводство и виноградарство
- Функция
- Производство и основные операции
- Задача
- Точное земледелие и животноводство
Технология
- Класс AI
- Компьютерное зрение
- Тип решения
- Собственная разработка
- Данные
- 60 аэроснимков RGB с БПЛА, участок 1,03 га, 2 742 растения
Внедрение
- Стадия
- Исследование, на 29.09.2026
- География
- Испания
/03 · описание кейса
Зачем
Бизнес-задача
Задача — определять и считать грозди на аэроснимках в видимом диапазоне и сопоставлять результат с ручным подсчётом на участке.
Что
Решение
Для подсчёта гроздей использована модель обнаружения объектов YOLOv7x, которая работает с RGB-снимками, полученными с БПЛА. Качество детекции оценено показателем mAP, согласие с ручным подсчётом — коэффициентом детерминации R² и ошибкой RMSE.
Как
Внедрение
Данные исследования: 60 аэроснимков участка площадью 1,03 га, 2 742 растения. Результаты: mAP 0,63, R² = 0,64, RMSE 0,78 грозди на лозу относительно ручного подсчёта. Стадия — исследование.
/04 · источники и проверка
Что подтверждено
- В исследовании 2025 года YOLOv7x по RGB-снимкам с БПЛА считала грозди; согласие с ручным подсчётом составило R² = 0,64.
- Ошибка подсчёта составила 0,78 грозди на лозу (RMSE), показатель mAP детекции — 0,63.
- Данные: 60 аэроснимков, участок 1,03 га, 2 742 растения.
Ограничения
- Показатели относятся к одному участку площадью 1,03 га и 60 снимкам; на других участках, сортах и условиях съёмки результат может отличаться.
-
[1] Vinum ex Machina
Vinum ex Machina — Кейсбук, запись № 227
партнёр · 29.09.2026
Открыть источник
АрхИИВ /strategai · CB-002692 · Версия 1 · 25.10.2026 · /c/CB-002692/ · Vinum ex Machina № 227