Muse Schwarzwald:
the AI Farming
이 행성은 우리의 것이지, 누구의 것이 아니다.
농업에서 AI 전환이
왜 필요한가?
전환을 요청받는 문제점
- 경험에 의존하는 농업
- 유전자변형작물(ex. 살충)중심의 농업과 종자 관리
- 단기적 데이터를 활용한 부정확한 농작물 생산량 예측
- 문제 발생 후 수습하는 후행적 리스크 관리
우리의 행동
- 데이터 중심의 AI & 로봇 농업 솔루션
- AI를 활용한 작물들의 상호 연관성 분석
- 데이터 중심과 인공지능 분석 기반의 생산량 예측 및 예방적 리스크 관리
Palm Tree
이미지 인식 기술의 90% 이상 정확도 보유
- LiDAR 센싱을 통해 실내, 실외 환경 매핑
- 공간내 식물, 농작물 인식 기술 보유
- 인식 정확도 90% 이상
- 실외 환경에서 특정 열매, 농작물만 인식 가능
Palm Tree 열매 92% 이상 정확한 분류 가능
- 인식한 이미지 내 열매 부분 추출
- 열매의 상태 Tagging 데이터 축정
- 타겟 열매를 대상으로만 상태 인식 진행
- DNN 기술 대비 객체 검출 정확도 92% 확보
열매의 숙성도 88% 이상 정확한 분석 및 생산량 예측
- Deep Learning 기반 축적 데이터에 따른 정확도 지속 향상
- 작물의 수확 적정 시기 판단 및 향후 수확량 분석
- CNN 기술 대비 열매 분석 정확도 88% 확보
비즈니스 파트너쉽 또는 솔루션 관련 문의사항의 연락을 기다리고 있습니다.
의료용 헴프 (Coming soon)
핵심적인 문제
주먹구구식 경험중심의 헴프 농업
헴프 AI 데이터 센터
자율 헴프 농업 시스템
Save Our Planet Together
