{"id":6762,"date":"2023-05-17T23:45:08","date_gmt":"2023-05-17T21:45:08","guid":{"rendered":"https:\/\/geopard.tech\/?p=6762"},"modified":"2024-11-12T18:47:41","modified_gmt":"2024-11-12T17:47:41","slug":"automatisoitu-peltorajojen-tunnistusmalli-tasmaviljelyssa","status":"publish","type":"post","link":"https:\/\/geopard.tech\/fin\/blog\/automated-field-boundaries-detection-model-precision-agriculture\/","title":{"rendered":"GeoPardin automaattinen peltorajojen tunnistusmalli t\u00e4sm\u00e4viljelyyn"},"content":{"rendered":"

GeoPard on kehitt\u00e4nyt onnistuneesti automaattisen peltorajojen tunnistusmallin, joka hy\u00f6dynt\u00e4\u00e4 monivuotisia satelliittikuvia, tarkkaa pilvien ja varjojen tunnistusmenetelm\u00e4\u00e4 sek\u00e4 edistyneit\u00e4 patentoituja algoritmeja, mukaan lukien syv\u00e4t neuroverkot.<\/p>\n

GeoPardin kentt\u00e4havaintomalli on saavuttanut huippuluokan tarkkuuden 0,975 leikkauspisteen yli unionin (IoU) metriikassa<\/strong>, validoitu eri alueilla ja viljelykasvilajeilla maailmanlaajuisesti.<\/p>\n

Katso n\u00e4ist\u00e4 kuvista tulokset Saksassa (keskim\u00e4\u00e4r\u00e4inen peltoala on 7 hehtaaria):<\/p>\n

\"1<\/p>\n

1 \u2013 Raaka Sentinel-2-kuva<\/p>\n

\"3<\/p>\n

2 \u2013 GeoPardin eritt\u00e4in tarkka Sentinel-2-kuva (1 metrin resoluutio)<\/p>\n

\"2<\/p>\n

3 \u2013 Segmentoidut peltorajat, 0.975 <\/strong>Liitoskohdan leikkauspisteen (IoU) tarkkuusmittari, <\/strong>useilla kansainv\u00e4lisill\u00e4 alueilla ja viljelykasvilajeilla.<\/p>\n

\n

Integrointi API-rajapintaamme ja GeoPard-sovellukseemme on tulossa pian. T\u00e4m\u00e4 automatisoitu ja kustannustehokas menetelm\u00e4 auttaa ennustamaan satoja, hy\u00f6dytt\u00e4\u00e4 valtion organisaatioita ja avustaa suuria maanomistajia, joiden on usein p\u00e4ivitett\u00e4v\u00e4 peltorajoja kausien v\u00e4lill\u00e4.<\/p>\n

GeoPardin l\u00e4hestymistapa hy\u00f6dynt\u00e4\u00e4 monivuotisten viljelykasvien kasvillisuuden trendit<\/a> k\u00e4ytt\u00e4m\u00e4ll\u00e4 monitekij\u00e4analyysi\u00e4 ja viljelykiertoa.<\/p>\n

<\/p>\n

 <\/p>\n

Malliin p\u00e4\u00e4see k\u00e4siksi osoitteen GeoPard-sovellusliittym\u00e4<\/a> maksu k\u00e4yt\u00f6n mukaan -periaatteella, mik\u00e4 tarjoaa joustavuutta ilman kalliita tilauksia.<\/p>\n

 <\/p>\n

Mit\u00e4 on peltorajojen m\u00e4\u00e4rittely?<\/h2>\n

Peltorajojen m\u00e4\u00e4rittelyll\u00e4 tarkoitetaan maatalousalueiden tai -lohkojen rajojen tunnistamista ja kartoittamista. Se sis\u00e4lt\u00e4\u00e4 erilaisten tekniikoiden ja tietol\u00e4hteiden k\u00e4ytt\u00f6\u00e4 yksitt\u00e4isten peltojen tai maatalouslohkojen rajojen m\u00e4\u00e4ritt\u00e4miseen.<\/p>\n

Perinteisesti peltorajat piirsiv\u00e4t manuaalisesti maanviljelij\u00e4t tai maanomistajat tiet\u00e4myksens\u00e4 ja havaintojensa perusteella.<\/p>\n

Teknologian kehityksen my\u00f6t\u00e4, erityisesti kaukokartoituksen ja paikkatietoj\u00e4rjestelmien (GIS) alalla, automatisoidut ja puoliautomaattiset menetelm\u00e4t ovat kuitenkin yleistyneet.<\/p>\n

Yksi yleinen l\u00e4hestymistapa on satelliitti- tai ilmakuvien analysointi. Satelliittien tai lentokoneiden ottamat korkearesoluutioiset kuvat voivat tarjota yksityiskohtaista tietoa maisemasta, mukaan lukien eri maa-alueiden v\u00e4liset rajat.<\/p>\n

N\u00e4ihin kuviin voidaan soveltaa kuvank\u00e4sittelyalgoritmeja sellaisten erityispiirteiden havaitsemiseksi, kuten kasvillisuuden tyypin, v\u00e4rin, rakenteen tai kuvioiden muutokset, jotka viittaavat peltorajojen olemassaoloon.<\/p>\n

Toinen tekniikka k\u00e4ytt\u00e4\u00e4 LiDAR-dataa (Light Detection and Ranging), jossa lasers\u00e4teit\u00e4 k\u00e4ytet\u00e4\u00e4n anturin ja maanpinnan v\u00e4lisen et\u00e4isyyden mittaamiseen.<\/p>\n

LiDAR-data voi tarjota yksityiskohtaisia korkeus- ja topografisia tietoja, joiden avulla voidaan tunnistaa maaston hienovaraisia vaihteluita, jotka voivat vastata pellon rajoja.<\/p>\n

Lis\u00e4ksi paikkatietoj\u00e4rjestelmill\u00e4 (GIS) on ratkaiseva rooli peltoalueiden rajojen m\u00e4\u00e4rittelyss\u00e4.<\/p>\n

Paikkatieto-ohjelmisto mahdollistaa erilaisten tietokerrosten, kuten satelliittikuvien, topografisten karttojen, maanomistustietojen ja muiden asiaankuuluvien tietojen, integroinnin ja analysoinnin. Yhdist\u00e4m\u00e4ll\u00e4 n\u00e4it\u00e4 tietol\u00e4hteit\u00e4 paikkatietoj\u00e4rjestelm\u00e4 voi auttaa peltorajojen tulkinnassa ja tunnistamisessa.<\/p>\n

Peltojen tarkka rajaaminen on olennaista useista syist\u00e4. Se helpottaa maatalousresurssien parempaa hallintaa, mahdollistaa t\u00e4sm\u00e4viljelytekniikat ja tukee maatalousk\u00e4yt\u00e4nt\u00f6jen, kuten kastelun, lannoituksen ja tuholaistorjunnan, suunnittelua ja toteutusta.<\/p>\n

Tarkat peltorajojen tiedot auttavat my\u00f6s maanhallinnassa, maank\u00e4yt\u00f6n suunnittelussa ja maatalousm\u00e4\u00e4r\u00e4ysten noudattamisessa.<\/p>\n

Miten se on hy\u00f6dyllinen?<\/h2>\n

Sill\u00e4 on ratkaiseva rooli maataloudessa ja maank\u00e4yt\u00f6ss\u00e4, ja se tarjoaa useita hy\u00f6tyj\u00e4 ja merkityst\u00e4, joita tukevat todisteet ja maailmanlaajuiset luvut. T\u00e4ss\u00e4 on joitakin keskeisi\u00e4 kohtia:<\/p>\n

1. T\u00e4sm\u00e4viljely:<\/strong> Tarkat peltorajat auttavat t\u00e4sm\u00e4viljelytekniikoiden toteuttamisessa, joissa resurssit, kuten vesi, lannoitteet ja torjunta-aineet, kohdennetaan tarkasti tietyille alueille pellolla.<\/p>\n

Maailmanpankin raportin mukaan t\u00e4sm\u00e4viljelyteknologioilla on potentiaalia lis\u00e4t\u00e4 satoja 20%:ll\u00e4 ja v\u00e4hent\u00e4\u00e4 tuotantopanoskustannuksia 10\u201320%:ll\u00e4.<\/p>\n

2. Tehokas resurssienhallinta:<\/strong> Se mahdollistaa maanviljelij\u00f6iden resurssien paremman hallinnan optimoimalla kasteluj\u00e4rjestelmi\u00e4, s\u00e4\u00e4t\u00e4m\u00e4ll\u00e4 lannoitusk\u00e4yt\u00e4nt\u00f6j\u00e4 ja seuraamalla sadon terveytt\u00e4. T\u00e4m\u00e4 tarkkuus v\u00e4hent\u00e4\u00e4 resurssien tuhlausta ja ymp\u00e4rist\u00f6vaikutuksia.<\/p>\n

YK:n elintarvike- ja maatalousj\u00e4rjest\u00f6 FAO arvioi, ett\u00e4 t\u00e4sm\u00e4viljelyk\u00e4yt\u00e4nn\u00f6t voivat v\u00e4hent\u00e4\u00e4 vedenkulutusta 20\u2013501 TP3T, lannoitteiden kulutusta 10\u2013201 TP3T ja torjunta-aineiden k\u00e4ytt\u00f6\u00e4 20\u2013301 TP3T.<\/p>\n

3. Maank\u00e4yt\u00f6n suunnittelu:<\/strong> Tarkat peltorajojen tiedot ovat olennaisia maank\u00e4yt\u00f6n suunnittelussa, sill\u00e4 ne varmistavat k\u00e4ytett\u00e4viss\u00e4 olevan maatalousmaan tehokkaan hy\u00f6dynt\u00e4misen. Ne mahdollistavat p\u00e4\u00e4tt\u00e4jille ja maank\u00e4ytt\u00e4jille tietoon perustuvien p\u00e4\u00e4t\u00f6sten tekemisen maan kohdentamisesta, viljelykiertoon ja kaavoitukseen liittyen.<\/p>\n

T\u00e4m\u00e4 voi johtaa maatalouden tuottavuuden kasvuun ja elintarviketurvan paranemiseen. Journal of Soil and Water Conservation -lehdess\u00e4 julkaistun tutkimuksen mukaan tehokas maank\u00e4yt\u00f6n suunnittelu voisi lis\u00e4t\u00e4 maailmanlaajuista elintarviketuotantoa 20-67%:lla.<\/p>\n

4. Maataloustuet ja vakuutukset:<\/strong> Monet maat tarjoavat maataloustukia ja vakuutusohjelmia peltorajojen perusteella. Tarkat rajaukset auttavat m\u00e4\u00e4ritt\u00e4m\u00e4\u00e4n tukikelpoiset maa-alueet, varmistamaan tukien oikeudenmukaisen jakautumisen ja laskemaan vakuutusmaksuja tarkasti.<\/p>\n

Esimerkiksi Euroopan unionin yhteinen maatalouspolitiikka (YMP) perustuu tarkkoihin peltorajoihin tukien laskennassa ja vaatimustenmukaisuuden seurannassa.<\/p>\n

5. Maanhallinto ja lailliset rajat:<\/strong> Peltojen rajojen m\u00e4\u00e4rittely maataloudessa on ratkaisevan t\u00e4rke\u00e4\u00e4 maanhallinnon, omistusoikeuksien ja maakiistojen ratkaisemisen kannalta. Tarkat peltojen rajojen kartat auttavat laillisen omistajuuden m\u00e4\u00e4ritt\u00e4misess\u00e4, tukevat maanrekister\u00f6intij\u00e4rjestelmi\u00e4 ja helpottavat l\u00e4pin\u00e4kyvi\u00e4 maakauppoja.<\/p>\n

Maailmanpankin arvion mukaan vain 30%:ll\u00e4 maailman v\u00e4est\u00f6st\u00e4 on laillisesti dokumentoidut oikeudet maahansa, mik\u00e4 korostaa luotettavien peltorajojen merkityst\u00e4 turvallisen maanomistuksen kannalta.<\/p>\n

6. Vaatimustenmukaisuus ja ymp\u00e4rist\u00f6n kest\u00e4v\u00e4 kehitys:<\/strong> Tarkat peltorajat auttavat ymp\u00e4rist\u00f6m\u00e4\u00e4r\u00e4ysten ja kest\u00e4vien viljelyk\u00e4yt\u00e4nt\u00f6jen noudattamisen seurannassa.<\/p>\n

Se auttaa tunnistamaan puskurivy\u00f6hykkeet, suojelualueet ja eroosiolle tai veden saastumiselle alttiit alueet, jolloin viljelij\u00e4t voivat ryhty\u00e4 asianmukaisiin toimenpiteisiin. Ymp\u00e4rist\u00f6normien noudattaminen parantaa kest\u00e4vyytt\u00e4 ja v\u00e4hent\u00e4\u00e4 ekosysteemeihin kohdistuvia kielteisi\u00e4 vaikutuksia.<\/p>\n

FAO:n mukaan kest\u00e4v\u00e4t viljelyk\u00e4yt\u00e4nn\u00f6t voivat v\u00e4hent\u00e4\u00e4 jopa 6 miljardin tonnin kasvihuonekaasup\u00e4\u00e4st\u00f6j\u00e4 vuosittain.<\/p>\n

N\u00e4m\u00e4 seikat havainnollistavat sen hy\u00f6dyllisyytt\u00e4 ja merkityst\u00e4 maataloudessa ja maank\u00e4yt\u00f6ss\u00e4. Esitetyt todisteet ja globaalit luvut tukevat sen my\u00f6nteisi\u00e4 vaikutuksia resurssitehokkuuteen, maank\u00e4yt\u00f6n suunnitteluun, lains\u00e4\u00e4d\u00e4nt\u00f6\u00f6n, ymp\u00e4rist\u00f6n kest\u00e4vyyteen ja maatalouden kokonaistuottavuuteen.<\/p>\n

Yhteenvetona voidaan todeta, ett\u00e4 peltojen rajojen m\u00e4\u00e4rittely maataloudessa on prosessi, jossa tunnistetaan ja kartoitetaan maatalousalueiden tai -lohkojen rajat. Se perustuu erilaisiin tekniikoihin, kuten satelliittikuvien analysointiin, LiDAR-dataan ja paikkatietoj\u00e4rjestelm\u00e4\u00e4n, n\u00e4iden rajojen tarkkaan m\u00e4\u00e4rittelyyn ja rajaamiseen, mik\u00e4 mahdollistaa tehokkaan maank\u00e4yt\u00f6n ja maatalousk\u00e4yt\u00e4nn\u00f6t.<\/p>","protected":false},"excerpt":{"rendered":"

GeoPard on kehitt\u00e4nyt onnistuneesti automaattisen peltorajojen tunnistusmallin, joka hy\u00f6dynt\u00e4\u00e4 monivuotisia satelliittikuvia, tarkkaa pilvien ja varjojen tunnistustekniikkaa sek\u00e4 edistyneit\u00e4 patentoituja\u2026<\/p>","protected":false},"author":210157960,"featured_media":6764,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1586,1661,1372,1377,1378,1368],"tags":[1668,1618],"class_list":["post-6762","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-product-features","category-satellite-imagery","category-blog","category-crop-monitoring","category-remote-sensing","category-yield","tag-field-boundaries","tag-crop-monitoring"],"acf":[],"yoast_head":"\nAutomated Field Boundaries Detection Model for Precision Agriculture by GeoPard - GeoPard Agriculture<\/title>\n<meta name=\"description\" content=\"GeoPard have completed a successful PoC of automated field boundaries delineation model using Segment Anything and classification models\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/geopard.tech\/fin\/blogi\/field-boundaries-delineation-model-to-predict-yields\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Automated Field Boundaries Detection Model for Precision Agriculture by GeoPard - GeoPard Agriculture\" \/>\n<meta property=\"og:description\" content=\"GeoPard have completed a successful PoC of automated field boundaries delineation model using Segment Anything and classification models\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geopard.tech\/fin\/blogi\/field-boundaries-delineation-model-to-predict-yields\/\" \/>\n<meta property=\"og:site_name\" content=\"GeoPard - Precision agriculture Mapping software\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/geopardAgriculture\/\" \/>\n<meta property=\"article:published_time\" content=\"2023-05-17T21:45:08+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-11-12T17:47:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"724\" \/>\n\t<meta property=\"og:image:height\" content=\"440\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"dementievgeopard\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:site\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:label1\" content=\"Kirjoittanut\" \/>\n\t<meta name=\"twitter:data1\" content=\"dementievgeopard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Arvioitu lukuaika\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minuuttia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/\"},\"author\":{\"name\":\"dementievgeopard\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\"},\"headline\":\"Automated Field Boundaries Detection Model for Precision Agriculture by GeoPard\",\"datePublished\":\"2023-05-17T21:45:08+00:00\",\"dateModified\":\"2024-11-12T17:47:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/\"},\"wordCount\":976,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2023\\\/05\\\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1\",\"keywords\":[\"Field Boundaries\",\"Crop Monitoring\"],\"articleSection\":[\"Product features\",\"Satellite Imagery\",\"Blog\",\"Crop monitoring\",\"Remote Sensing\",\"Yield\"],\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/\",\"url\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/\",\"name\":\"Automated Field Boundaries Detection Model for Precision Agriculture by GeoPard - GeoPard Agriculture\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2023\\\/05\\\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1\",\"datePublished\":\"2023-05-17T21:45:08+00:00\",\"dateModified\":\"2024-11-12T17:47:41+00:00\",\"description\":\"GeoPard have completed a successful PoC of automated field boundaries delineation model using Segment Anything and classification models\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#breadcrumb\"},\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2023\\\/05\\\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2023\\\/05\\\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1\",\"width\":724,\"height\":440,\"caption\":\"Field Boundaries Delineation Model to Predict Yields in Precision Agriculture\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/field-boundaries-delineation-model-to-predict-yields\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/geopard.tech\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Field Boundaries Delineation Model to Predict Yields\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"name\":\"GeoPard - Precision agriculture software\",\"description\":\"Precision agriculture Mapping software\",\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"alternateName\":\"GeoPard\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/geopard.tech\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fi\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\",\"name\":\"GeoPard Agriculture\",\"alternateName\":\"GeoPard\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1\",\"width\":512,\"height\":68,\"caption\":\"GeoPard Agriculture\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/geopardAgriculture\\\/\",\"https:\\\/\\\/x.com\\\/geopardagri\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/geopard-agriculture\\\/\",\"https:\\\/\\\/www.instagram.com\\\/geopardagriculture\\\/\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UCiaPGLAhRPNh-s85dXdC-Sw\",\"https:\\\/\\\/www.g2.com\\\/products\\\/geopard-agriculture-precision-farming-software\\\/reviews\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\",\"name\":\"dementievgeopard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"caption\":\"dementievgeopard\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"GeoPardin automaattinen peltorajojen tunnistusmalli t\u00e4sm\u00e4viljelyyn - GeoPard Agriculture","description":"GeoPard on onnistuneesti suorittanut automatisoidun peltorajojen m\u00e4\u00e4rittelymallin PoC-testauksen k\u00e4ytt\u00e4en Segment Anything - ja luokittelumalleja.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/geopard.tech\/fin\/blogi\/field-boundaries-delineation-model-to-predict-yields\/","og_locale":"fi_FI","og_type":"article","og_title":"Automated Field Boundaries Detection Model for Precision Agriculture by GeoPard - GeoPard Agriculture","og_description":"GeoPard have completed a successful PoC of automated field boundaries delineation model using Segment Anything and classification models","og_url":"https:\/\/geopard.tech\/fin\/blogi\/field-boundaries-delineation-model-to-predict-yields\/","og_site_name":"GeoPard - Precision agriculture Mapping software","article_publisher":"https:\/\/www.facebook.com\/geopardAgriculture\/","article_published_time":"2023-05-17T21:45:08+00:00","article_modified_time":"2024-11-12T17:47:41+00:00","og_image":[{"width":724,"height":440,"url":"https:\/\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg","type":"image\/jpeg"}],"author":"dementievgeopard","twitter_card":"summary_large_image","twitter_creator":"@geopardagri","twitter_site":"@geopardagri","twitter_misc":{"Kirjoittanut":"dementievgeopard","Arvioitu lukuaika":"5 minuuttia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#article","isPartOf":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/"},"author":{"name":"dementievgeopard","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a"},"headline":"Automated Field Boundaries Detection Model for Precision Agriculture by GeoPard","datePublished":"2023-05-17T21:45:08+00:00","dateModified":"2024-11-12T17:47:41+00:00","mainEntityOfPage":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/"},"wordCount":976,"commentCount":0,"publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"image":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1","keywords":["Field Boundaries","Crop Monitoring"],"articleSection":["Product features","Satellite Imagery","Blog","Crop monitoring","Remote Sensing","Yield"],"inLanguage":"fi","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/","url":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/","name":"GeoPardin automaattinen peltorajojen tunnistusmalli t\u00e4sm\u00e4viljelyyn - GeoPard Agriculture","isPartOf":{"@id":"https:\/\/geopard.tech\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#primaryimage"},"image":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1","datePublished":"2023-05-17T21:45:08+00:00","dateModified":"2024-11-12T17:47:41+00:00","description":"GeoPard on onnistuneesti suorittanut automatisoidun peltorajojen m\u00e4\u00e4rittelymallin PoC-testauksen k\u00e4ytt\u00e4en Segment Anything - ja luokittelumalleja.","breadcrumb":{"@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/"]}]},{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#primaryimage","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1","width":724,"height":440,"caption":"Field Boundaries Delineation Model to Predict Yields in Precision Agriculture"},{"@type":"BreadcrumbList","@id":"https:\/\/geopard.tech\/blog\/field-boundaries-delineation-model-to-predict-yields\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/geopard.tech\/"},{"@type":"ListItem","position":2,"name":"Field Boundaries Delineation Model to Predict Yields"}]},{"@type":"WebSite","@id":"https:\/\/geopard.tech\/#website","url":"https:\/\/geopard.tech\/","name":"GeoPard - T\u00e4sm\u00e4viljelyohjelmisto","description":"Tarkkuusviljelyn kartoitusohjelmisto","publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"alternateName":"GeoPard","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/geopard.tech\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fi"},{"@type":"Organization","@id":"https:\/\/geopard.tech\/#organization","name":"GeoPard Maatalous","alternateName":"GeoPard","url":"https:\/\/geopard.tech\/","logo":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/07\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/07\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1","width":512,"height":68,"caption":"GeoPard Agriculture"},"image":{"@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/geopardAgriculture\/","https:\/\/x.com\/geopardagri","https:\/\/www.linkedin.com\/company\/geopard-agriculture\/","https:\/\/www.instagram.com\/geopardagriculture\/","https:\/\/www.youtube.com\/channel\/UCiaPGLAhRPNh-s85dXdC-Sw","https:\/\/www.g2.com\/products\/geopard-agriculture-precision-farming-software\/reviews"]},{"@type":"Person","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a","name":"dementiageopardi","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","caption":"dementievgeopard"}}]}},"jetpack_publicize_connections":[],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/pdiCPa-1L4","jetpack_featured_media_url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2023\/05\/Field-Boundaries-Delineation-Model-to-Predict-Yields-in-Precision-Agriculture.jpg?fit=724%2C440&ssl=1","_links":{"self":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts\/6762","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/users\/210157960"}],"replies":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/comments?post=6762"}],"version-history":[{"count":0,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts\/6762\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/media\/6764"}],"wp:attachment":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/media?parent=6762"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/categories?post=6762"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/tags?post=6762"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}