{"id":10617,"date":"2024-07-13T20:50:45","date_gmt":"2024-07-13T18:50:45","guid":{"rendered":"https:\/\/geopard.tech\/?p=10617"},"modified":"2024-07-13T20:50:51","modified_gmt":"2024-07-13T18:50:51","slug":"technologia-5g-umozliwia-nauke-w-czasie-rzeczywistym-w-zrownowazonym-rolnictwie-badanie-dotyczace-produkcji-burakow-cukrowych","status":"publish","type":"post","link":"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/","title":{"rendered":"Uczenie si\u0119 w czasie rzeczywistym z wykorzystaniem technologii 5G w zr\u00f3wnowa\u017conym rolnictwie: badanie dotycz\u0105ce burak\u00f3w cukrowych"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Z przyjemno\u015bci\u0105 informujemy o pomy\u015blnym zako\u0144czeniu projektu \u201cSieci 5G jako czynnik umo\u017cliwiaj\u0105cy nauk\u0119 w czasie rzeczywistym w zr\u00f3wnowa\u017conym rolnictwie\u201d, kt\u00f3ry zosta\u0142 cz\u0119\u015bciowo dofinansowany przez Ministerstwo Gospodarki, Przemys\u0142u, Dzia\u0142a\u0144 na rzecz Klimatu i Energii kraju zwi\u0105zkowego Nadrenia P\u00f3\u0142nocna-Westfalia.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/08\/image-2.png?w=1620&amp;ssl=1\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Inicjatywa ta stanowi wa\u017cny krok naprz\u00f3d w eksploracji potencja\u0142u transformacyjnego technologii 5G w rolnictwie, a w szczeg\u00f3lno\u015bci ma na celu popraw\u0119 ekologicznych, ekonomicznych i zr\u00f3wnowa\u017conych aspekt\u00f3w uprawy burak\u00f3w cukrowych.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wykorzystano niskie op\u00f3\u017anienia technologii 5G, aby zintegrowa\u0107 zaawansowane systemy informatyczne w czasie rzeczywistym, umo\u017cliwiaj\u0105c natychmiastowe reakcje na dane z czujnik\u00f3w i dane pozycyjne w zdefiniowanych ramach czasowych.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img data-recalc-dims=\"1\" fetchpriority=\"high\" decoding=\"async\" width=\"624\" height=\"386\" data-attachment-id=\"10624\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/picture-from-the-final-event-of-the-project-presentation-at-hochschule-hamm-lippstadt-hshl\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Picture-from-the-final-event-of-the-project-presentation-at-Hochschule-Hamm-Lippstadt-HSHL.png?fit=624%2C386&amp;ssl=1\" data-orig-size=\"624,386\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Picture from the final event of the project presentation at Hochschule Hamm-Lippstadt (HSHL)\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Picture-from-the-final-event-of-the-project-presentation-at-Hochschule-Hamm-Lippstadt-HSHL.png?fit=624%2C386&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Picture-from-the-final-event-of-the-project-presentation-at-Hochschule-Hamm-Lippstadt-HSHL.png?resize=624%2C386&#038;ssl=1\" alt=\"Zdj\u0119cie z gali fina\u0142owej prezentacji projektu w Hochschule Hamm-Lippstadt (HSHL)\" class=\"wp-image-10624\" style=\"width:836px;height:auto\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Picture-from-the-final-event-of-the-project-presentation-at-Hochschule-Hamm-Lippstadt-HSHL.png?w=624&amp;ssl=1 624w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Picture-from-the-final-event-of-the-project-presentation-at-Hochschule-Hamm-Lippstadt-HSHL.png?resize=300%2C186&amp;ssl=1 300w\" sizes=\"(max-width: 624px) 100vw, 624px\" \/><figcaption class=\"wp-element-caption\">Zdj\u0119cie z gali fina\u0142owej prezentacji projektu w Hochschule Hamm-Lippstadt (HSHL)<\/figcaption><\/figure>\n<\/div>\n\n\n<h2 class=\"wp-block-heading\" id=\"h-project-focus-and-partnership\">Skupienie projektu i partnerstwo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt, realizowany we wsp\u00f3\u0142pracy z partnerami z HSHL i przy wsparciu firmy Pfeifer &amp; Langen, koncentrowa\u0142 si\u0119 na badaniu ca\u0142ego cyklu uprawy burak\u00f3w cukrowych na polach nale\u017c\u0105cych do partner\u00f3w. Jego celem by\u0142o zademonstrowanie, w jaki spos\u00f3b technologia 5G mo\u017ce odegra\u0107 kluczow\u0105 rol\u0119 w rozwoju technologii w sektorze rolnym Nadrenii P\u00f3\u0142nocnej-Westfalii, prezentuj\u0105c jej potencja\u0142 jako czynnika sprzyjaj\u0105cego innowacjom i efektywno\u015bci.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-role-of-geopard-agriculture\">Rola GeoPard Agriculture<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Firma GeoPard Agriculture odegra\u0142a kluczow\u0105 rol\u0119 w zdefiniowaniu i wdro\u017ceniu kluczowych aspekt\u00f3w projektu, w tym scenariuszy wykrywania, monitorowania i prognozowania produkcji ro\u015blin. Opracowali\u015bmy prototyp systemu AI dostosowanego do \u015brodowiska rolniczego 5G, wykonali\u015bmy modele w infrastrukturze chmurowej oraz stworzyli\u015bmy aplikacj\u0119 mobiln\u0105 do interakcji w czasie rzeczywistym z modelami chmurowymi.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-technological-integration\">Integracja technologiczna<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Metody sztucznej inteligencji (AI) zosta\u0142y wdro\u017cone za po\u015brednictwem solidnej infrastruktury chmurowej o wysokiej mocy obliczeniowej. Algorytmy AI kategoryzowa\u0142y ro\u015bliny w czasie rzeczywistym podczas ka\u017cdego przej\u015bcia i monitorowa\u0142y ich wzrost w ca\u0142ym cyklu \u017cycia, eliminuj\u0105c potrzeb\u0119 niepotrzebnych wizyt w terenie wy\u0142\u0105cznie w celu gromadzenia danych.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dzi\u0119ki temu post\u0119powi mo\u017cliwe sta\u0142o si\u0119 precyzyjne stosowanie nawoz\u00f3w i \u015brodk\u00f3w ochrony ro\u015blin, a dawki aplikacji mo\u017cna dynamicznie dostosowywa\u0107 podczas przejazd\u00f3w za pomoc\u0105 algorytm\u00f3w uczenia maszynowego.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-deployment-of-unmanned-vehicles\">Wdra\u017canie pojazd\u00f3w bezza\u0142ogowych<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Ponadto projekt wykorzysta\u0142 zmniejszone op\u00f3\u017anienie technologii 5G do wdro\u017cenia bezza\u0142ogowych pojazd\u00f3w do monitorowania ro\u015blin i gromadzenia danych. Pojazdy te odegra\u0142y kluczow\u0105 rol\u0119 w gromadzeniu informacji w czasie rzeczywistym i dalszej optymalizacji praktyk rolniczych.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-project-outcomes-enhancing-sugar-beet-production-with-5g-technology\">Rezultaty projektu: Zwi\u0119kszenie produkcji burak\u00f3w cukrowych dzi\u0119ki technologii 5G<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt pokaza\u0142, jak technologia 5G mo\u017ce odegra\u0107 rol\u0119 w transformacji sektora rolnego w Nadrenii P\u00f3\u0142nocnej-Westfalii, analizuj\u0105c ca\u0142y cykl uprawy burak\u00f3w cukrowych i wskazuj\u0105c na istotne usprawnienia, jakie umo\u017cliwia technologia 5G. Aby jednak skutecznie zademonstrowa\u0107 rezultaty projektu, badacze wykorzystali pakiety robocze zawieraj\u0105ce r\u00f3\u017cne scenariusze i infrastruktury.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"810\" height=\"610\" data-attachment-id=\"10625\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/sugar-beet-test-field\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?fit=2048%2C1542&amp;ssl=1\" data-orig-size=\"2048,1542\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Sugar beet test field\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?fit=1024%2C771&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=810%2C610&#038;ssl=1\" alt=\"Pole testowe burak\u00f3w cukrowych \" class=\"wp-image-10625\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?w=2048&amp;ssl=1 2048w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=300%2C226&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=1024%2C771&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=768%2C578&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=1536%2C1157&amp;ssl=1 1536w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=400%2C300&amp;ssl=1 400w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=200%2C150&amp;ssl=1 200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?resize=1200%2C904&amp;ssl=1 1200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-test-field.png?w=1620&amp;ssl=1 1620w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><figcaption class=\"wp-element-caption\">Pole testowe burak\u00f3w cukrowych<\/figcaption><\/figure>\n<\/div>\n\n\n<h3 class=\"wp-block-heading\" id=\"h-scenario-definition-considering-existing-geodata-and-ml-infrastructure\">Definicja scenariusza uwzgl\u0119dniaj\u0105ca istniej\u0105ce dane geograficzne i infrastruktur\u0119 uczenia maszynowego<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt pokaza\u0142, jak tradycyjne procesy w cyklu produkcji burak\u00f3w cukrowych mo\u017cna usprawni\u0107 dzi\u0119ki integracji technologii 5G. Kluczowe cele obejmowa\u0142y:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Opracowano gotowe do wdro\u017cenia scenariusze do rozpoznawania zak\u0142ad\u00f3w, monitorowania i przewidywania produkcji.<\/li>\n\n\n\n<li>Ustalono wymagania techniczne niezb\u0119dne do pomy\u015blnego wdro\u017cenia tych scenariuszy.<\/li>\n\n\n\n<li>Zidentyfikowano i oceniono istotne wska\u017aniki ekologiczne i ekonomiczne w celu oszacowania warto\u015bci dodanej wnoszonej przez sie\u0107 5G.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Ta faza podkre\u015bli\u0142a zaanga\u017cowanie projektu w integracj\u0119 najnowocze\u015bniejszych technologii z istniej\u0105cymi praktykami rolniczymi. Architektura ta wykorzystywa\u0142a szybk\u0105 \u0142\u0105czno\u015b\u0107 sieci 5G, aby u\u0142atwi\u0107 gromadzenie i przetwarzanie danych w czasie rzeczywistym mi\u0119dzy urz\u0105dzeniami brzegowymi a chmur\u0105. Infrastruktura chmurowa zapewni\u0142a niezb\u0119dne zasoby do szkolenia i wdra\u017cania modeli AI na du\u017c\u0105 skal\u0119, a platforma AI oferowa\u0142a solidne narz\u0119dzia do tworzenia i wdra\u017cania modeli. Warstwa aplikacji prezentowa\u0142a u\u017cytkownikom ko\u0144cowym praktyczne wnioski z modeli AI, zwi\u0119kszaj\u0105c mo\u017cliwo\u015bci podejmowania decyzji.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-machine-learning-and-ai-in-the-context-of-5g\">Uczenie maszynowe i sztuczna inteligencja w kontek\u015bcie 5G<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Celem tej cz\u0119\u015bci by\u0142o dostosowanie istniej\u0105cych system\u00f3w uczenia maszynowego i sztucznej inteligencji (AI) do scenariuszy opisanych powy\u017cej, a tak\u017ce ich odpowiednia optymalizacja. Kluczowe cele obejmowa\u0142y:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Zdefiniuj cele systemu i opracuj architektur\u0119 systemu<\/li>\n\n\n\n<li>Zebrano dane rzeczywiste do szkolenia i walidacji modeli sztucznej inteligencji.<\/li>\n\n\n\n<li>Utworzono i opisano odpowiedni\u0105 baz\u0119 danych dostosowan\u0105 do identyfikacji i monitorowania ro\u015blin.<\/li>\n\n\n\n<li>Bezproblemowa integracja modeli AI z infrastruktur\u0105 sieci 5G.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">W tej fazie kluczow\u0105 rol\u0119 odegra\u0142y urz\u0105dzenia brzegowe wyposa\u017cone w karty SIM telefon\u00f3w kom\u00f3rkowych wykorzystuj\u0105ce technologi\u0119 5G. Uwa\u017cnie monitorowano kluczowe wska\u017aniki wydajno\u015bci (KPI), takie jak op\u00f3\u017anienie czy op\u00f3\u017anienie end-to-end (E2E). Pomiary obejmowa\u0142y dok\u0142adn\u0105 ocen\u0119 niezawodno\u015bci i dost\u0119pno\u015bci odbieranych pakiet\u00f3w danych, a tak\u017ce analiz\u0119 pr\u0119dko\u015bci transmisji danych u\u017cytkownik\u00f3w i szczytowych pr\u0119dko\u015bci transmisji danych.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ponadto za\u0142o\u017cenia oparto na strumieniowym przesy\u0142aniu wideo o rozdzielczo\u015bci UHD w formacie MP4 za po\u015brednictwem protoko\u0142u TCP (Transmission Control Protocol). Rozwa\u017cane potencjalne rozwi\u0105zania obejmowa\u0142y optymalizacj\u0119 z wykorzystaniem pojedynczych obraz\u00f3w zamiast ci\u0105g\u0142ych strumieni wideo, wykonywanie optymalizacji bazowych bezpo\u015brednio na urz\u0105dzeniach brzegowych oraz implementacj\u0119 technik kwantyzacji modeli w celu zwi\u0119kszenia wydajno\u015bci.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-cloud-infrastructure-and-aws-services\">Infrastruktura chmurowa i us\u0142ugi AWS<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt w du\u017cej mierze opiera\u0142 si\u0119 na infrastrukturze chmurowej wykorzystuj\u0105cej us\u0142ugi AWS, takie jak Lambda, SageMaker, S3, CloudWatch i RDS, kt\u00f3re odegra\u0142y kluczow\u0105 rol\u0119 w dostarczaniu niezb\u0119dnych zasob\u00f3w do szkolenia i wdra\u017cania modeli sztucznej inteligencji.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Do efektywnego zarz\u0105dzania instancjami i obs\u0142ugi aplikacji wykorzystano platform\u0119 AWS Lambda, a AWS SageMaker u\u0142atwi\u0142 budow\u0119 solidnych potok\u00f3w uczenia maszynowego. Rozwi\u0105zania pami\u0119ci masowej, takie jak S3, CloudWatch i RDS, by\u0142y niezb\u0119dne do przechowywania zestaw\u00f3w danych i log\u00f3w kluczowych dla dzia\u0142ania modeli uczenia maszynowego i sieci neuronowych.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"800\" height=\"490\" data-attachment-id=\"10627\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/aws-cloud-infrastructure\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?fit=800%2C490&amp;ssl=1\" data-orig-size=\"800,490\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"AWS cloud infrastructure\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?fit=800%2C490&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?resize=800%2C490&#038;ssl=1\" alt=\"Infrastruktura chmurowa AWS\" class=\"wp-image-10627\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?w=800&amp;ssl=1 800w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?resize=300%2C184&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/AWS-cloud-infrastructure.png?resize=768%2C470&amp;ssl=1 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/><figcaption class=\"wp-element-caption\">Infrastruktura chmurowa AWS<\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">Dzi\u0119ki temu infrastruktura ta obs\u0142uguje mo\u017cliwo\u015bci przetwarzania danych w czasie rzeczywistym, jakie zapewnia sie\u0107 5G.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-5g-network-latency\">Op\u00f3\u017anienie sieci 5G<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Sieci 5G zosta\u0142y zaprojektowane z my\u015bl\u0105 o osi\u0105gni\u0119ciu ultraniskich op\u00f3\u017anie\u0144, zazwyczaj od 1 do 10 milisekund. Op\u00f3\u017anienie to odzwierciedla\u0142o czas potrzebny na przes\u0142anie danych mi\u0119dzy urz\u0105dzeniami mobilnymi a serwerami AWS za po\u015brednictwem sieci 5G. Na op\u00f3\u017anienie wp\u0142ywa\u0142y r\u00f3wnie\u017c mo\u017cliwo\u015bci przetwarzania specyficzne dla danego urz\u0105dzenia, takie jak szybko\u015b\u0107 rejestrowania i przetwarzania zdj\u0119\u0107 na smartfonach z wydajnymi procesorami.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pr\u0119dko\u015b\u0107 przesy\u0142ania danych w sieci 5G oraz rozmiar zdj\u0119cia wp\u0142ywa\u0142y na czas przesy\u0142ania danych do AWS. AWS dodatkowo przyczynia\u0142 si\u0119 do op\u00f3\u017anie\u0144, poniewa\u017c czas przetwarzania zada\u0144, takich jak detekcja i segmentacja oparta na sieciach neuronowych, r\u00f3\u017cni\u0142 si\u0119 w zale\u017cno\u015bci od z\u0142o\u017cono\u015bci algorytmu i wydajno\u015bci us\u0142ugi AWS. Po przetworzeniu wyniki by\u0142y przesy\u0142ane z powrotem na urz\u0105dzenia mobilne, co zale\u017ca\u0142o od pr\u0119dko\u015bci pobierania 5G i rozmiaru danych wynikowych.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-plant-recognition-using-ai\">Rozpoznawanie ro\u015blin za pomoc\u0105 sztucznej inteligencji<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">W dziedzinie rozpoznawania ro\u015blin, procesy oparte na sztucznej inteligencji obejmowa\u0142y stworzenie obszernej bazy danych obraz\u00f3w ro\u015blin do trenowania algorytm\u00f3w opartych na sieciach neuronowych. Algorytmy te zosta\u0142y wytrenowane w celu odr\u00f3\u017cniania gatunk\u00f3w buraka cukrowego od innych ro\u015blin poprzez rozpoznawanie cech specyficznych dla danego typu ro\u015bliny, takich jak kszta\u0142ty li\u015bci, kolory kwiat\u00f3w itp.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"810\" height=\"264\" data-attachment-id=\"10628\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/phenological-development-of-sugar-beet-plants\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?fit=2048%2C667&amp;ssl=1\" data-orig-size=\"2048,667\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Phenological development of sugar beet plants\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?fit=1024%2C334&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=810%2C264&#038;ssl=1\" alt=\"Rozw\u00f3j fenologiczny ro\u015blin buraka cukrowego\" class=\"wp-image-10628\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?w=2048&amp;ssl=1 2048w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=300%2C98&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=1024%2C334&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=768%2C250&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=1536%2C500&amp;ssl=1 1536w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?resize=1200%2C391&amp;ssl=1 1200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Phenological-development-of-sugar-beet-plants.jpg?w=1620&amp;ssl=1 1620w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><figcaption class=\"wp-element-caption\">Rozw\u00f3j fenologiczny ro\u015blin buraka cukrowego. \u0179r\u00f3d\u0142o: <a href=\"https:\/\/www.mdpi.com\/2073-4395\/11\/7\/1277\" rel=\"nofollow\">https:\/\/www.mdpi.com\/2073-4395\/11\/7\/1277<\/a><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">W tym przypadku przez rozpoznawanie ro\u015blin rozumiemy wykrywanie chwast\u00f3w i segmentacj\u0119 ro\u015blin buraka cukrowego.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Wykrywanie chwast\u00f3w<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Do wykrywania chwast\u00f3w w projekcie wykorzystano platform\u0119 MobileNet-v3, kt\u00f3ra zosta\u0142a wytrenowana z wykorzystaniem rozbudowanych rozszerze\u0144 danych i pr\u00f3bkowania wa\u017conego. Model ten osi\u0105gn\u0105\u0142 imponuj\u0105c\u0105 dok\u0142adno\u015b\u0107 na poziomie 0,984 i AUC na poziomie 0,998.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Segmentacja burak\u00f3w cukrowych<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Do zada\u0144 segmentacyjnych wykorzystano modele takie jak YOLACT, ResNeSt, SOLO i U-net, aby precyzyjnie wyodr\u0119bni\u0107 poszczeg\u00f3lne pr\u00f3bki burak\u00f3w cukrowych na obrazach. Nast\u0119pnie wybrano najefektywniejszy model na podstawie r\u00f3\u017cnych kryteri\u00f3w: szybko\u015bci, czasu wnioskowania itp. Dane do segmentacji pochodzi\u0142y z obraz\u00f3w RGB wykonanych dronem, kt\u00f3re zosta\u0142y przeskalowane i opatrzone adnotacjami w celach szkoleniowych i walidacyjnych.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zadania segmentacyjne polega\u0142y na tworzeniu masek, kt\u00f3re precyzyjnie wyznacza\u0142y granice ro\u015blin. Ta metoda ograniczy\u0142a nak\u0142ad pracy zwi\u0105zany z adnotacjami, optymalizuj\u0105c jednocze\u015bnie wydajno\u015b\u0107. Priorytetowe traktowanie etykietowania trudnych pr\u00f3bek znacz\u0105co poprawi\u0142o wydajno\u015b\u0107 modelu. Iteracyjne strategie ponownego trenowania i pr\u00f3bkowania niepewno\u015bci okaza\u0142y si\u0119 skuteczne, osi\u0105gaj\u0105c wska\u017aniki dok\u0142adno\u015bci segmentacji przekraczaj\u0105ce 98% w r\u00f3\u017cnych fazach wzrostu.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"355\" height=\"146\" data-attachment-id=\"10629\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/example-of-input-output-of-segmentation\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-segmentation.png?fit=355%2C146&amp;ssl=1\" data-orig-size=\"355,146\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Example of input-output of segmentation\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-segmentation.png?fit=355%2C146&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-segmentation.png?resize=355%2C146&#038;ssl=1\" alt=\"Przyk\u0142ad wej\u015bcia-wyj\u015bcia segmentacji\" class=\"wp-image-10629\" style=\"width:767px;height:auto\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-segmentation.png?w=355&amp;ssl=1 355w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-segmentation.png?resize=300%2C123&amp;ssl=1 300w\" sizes=\"(max-width: 355px) 100vw, 355px\" \/><figcaption class=\"wp-element-caption\">Przyk\u0142ad wej\u015bcia-wyj\u015bcia segmentacji<\/figcaption><\/figure>\n<\/div>\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Ocena modelu<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Model zosta\u0142 wytrenowany z wykorzystaniem rygorystycznych rozszerze\u0144 danych. Model zosta\u0142 oceniony przy u\u017cyciu r\u00f3\u017cnych metryk, w tym Intersection over Union (IoU). Analiza wnioskowania dla zbudowanego modelu, przeprowadzona na podzbiorze danych \u2018plant seedlings v2\u2019, wykaza\u0142a dok\u0142adno\u015b\u0107 81%. Czas wnioskowania wynosi\u0142 oko\u0142o 320 milisekund po 7-sekundowym okresie inicjalizacji, wymaganym tylko raz na sesj\u0119.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">W monitorowaniu ro\u015blin opartym na sztucznej inteligencji (AI) kamery i czujniki rejestrowa\u0142y kluczowe dane dotycz\u0105ce ro\u015blin, analizowane przez algorytmy uczenia maszynowego i AI. Analiza ta odegra\u0142a kluczow\u0105 rol\u0119 w ocenie stanu zdrowia ro\u015blin, identyfikuj\u0105c stres, choroby i inne czynniki wp\u0142ywaj\u0105ce na wzrost.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zastosowania si\u0119gaj\u0105 od optymalizacji wydajno\u015bci rolnictwa po monitorowanie naturalnych ekosystem\u00f3w, takich jak lasy, wspomaganie dzia\u0142a\u0144 na rzecz ochrony \u015brodowiska i pog\u0142\u0119bianie wiedzy na temat wp\u0142ywu na \u015brodowisko.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-object-detection-in-plant-monitoring\">Detekcja obiekt\u00f3w w monitoringu instalacji<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Kolejnym etapem po segmentacji ro\u015blin buraka cukrowego jest detekcja obiekt\u00f3w, kt\u00f3rej celem jest zrozumienie specyfiki ka\u017cdej ro\u015bliny pod wzgl\u0119dem zdrowotno\u015bci, wzrostu i innych czynnik\u00f3w. Do detekcji obiekt\u00f3w w monitoringu ro\u015blin wykorzystano zaawansowane modele, takie jak YOLOv4, MobileNetV2 i VGG-19 z mechanizmami uwagi. Modele te analizowa\u0142y segmentowane obrazy burak\u00f3w cukrowych w celu wykrycia okre\u015blonych obszar\u00f3w stresu i chor\u00f3b, umo\u017cliwiaj\u0105c precyzyjne i ukierunkowane interwencje.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt osi\u0105gn\u0105\u0142 znacz\u0105ce kamienie milowe w zakresie wykrywania chor\u00f3b, trenuj\u0105c modele ResNet-18 i ResNet-34 wst\u0119pnie wytrenowane w sieci ImageNet. Modele te wykaza\u0142y imponuj\u0105c\u0105 dok\u0142adno\u015b\u0107 na poziomie 0,88 w identyfikacji chor\u00f3b atakuj\u0105cych ro\u015bliny buraka cukrowego, przy powierzchni pod krzyw\u0105 ROC (AUC) wynosz\u0105cej 0,898. Modele wykaza\u0142y si\u0119 wysok\u0105 pewno\u015bci\u0105 predykcji, precyzyjnie rozr\u00f3\u017cniaj\u0105c ro\u015bliny chore od zdrowych.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"414\" height=\"194\" data-attachment-id=\"10630\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/example-of-input-output-of-object-detection\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-object-detection.png?fit=414%2C194&amp;ssl=1\" data-orig-size=\"414,194\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Example of input-output of object detection\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-object-detection.png?fit=414%2C194&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-object-detection.png?resize=414%2C194&#038;ssl=1\" alt=\"Przyk\u0142ad wej\u015bcia-wyj\u015bcia wykrywania obiekt\u00f3w\" class=\"wp-image-10630\" style=\"width:750px;height:auto\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-object-detection.png?w=414&amp;ssl=1 414w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Example-of-input-output-of-object-detection.png?resize=300%2C141&amp;ssl=1 300w\" sizes=\"(max-width: 414px) 100vw, 414px\" \/><figcaption class=\"wp-element-caption\">Przyk\u0142ad wej\u015bcia-wyj\u015bcia wykrywania obiekt\u00f3w<\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">W projekcie zastosowano systematyczne podej\u015bcie do wykrywania chor\u00f3b, segmentuj\u0105c obrazy na standardowe obszary. Obszary te poddano szczeg\u00f3\u0142owej adnotacji za pomoc\u0105 interaktywnych narz\u0119dzi, aby wskaza\u0107 obszary dotkni\u0119te chorobami. Wykrywanie obiekt\u00f3w dodatkowo zwi\u0119kszy\u0142o dok\u0142adno\u015b\u0107, wyznaczaj\u0105c granice wok\u00f3\u0142 ro\u015blin, co u\u0142atwi\u0142o precyzyjne monitorowanie ich stanu.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-plant-production-prediction\">Prognozowanie produkcji ro\u015blinnej<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">W dziedzinie prognozowania produkcji ro\u015blinnej modele sztucznej inteligencji wykorzystywa\u0142y dane \u015brodowiskowe, takie jak warunki pogodowe i parametry gleby, do prognozowania plon\u00f3w. Zastosowano modele regresji, takie jak model lasu izolacyjnego, regresja liniowa i regresja grzbietowa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Modele te integruj\u0105 cechy numeryczne wyodr\u0119bnione z obszar\u00f3w ograniczaj\u0105cych wraz z danymi dotycz\u0105cymi gleby w celu optymalizacji stosowania nawoz\u00f3w.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"810\" height=\"1076\" data-attachment-id=\"10632\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/sugar-beet-on-test-field\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?fit=1542%2C2048&amp;ssl=1\" data-orig-size=\"1542,2048\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Sugar beet on test field\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?fit=771%2C1024&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=810%2C1076&#038;ssl=1\" alt=\"Buraki cukrowe na polu testowym\" class=\"wp-image-10632\" style=\"width:700px;height:auto\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?w=1542&amp;ssl=1 1542w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=226%2C300&amp;ssl=1 226w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=771%2C1024&amp;ssl=1 771w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=768%2C1020&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=1157%2C1536&amp;ssl=1 1157w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=150%2C200&amp;ssl=1 150w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Sugar-beet-on-test-field.png?resize=1200%2C1594&amp;ssl=1 1200w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><figcaption class=\"wp-element-caption\">Buraki cukrowe na polu testowym<\/figcaption><\/figure>\n<\/div>\n\n\n<h2 class=\"wp-block-heading\" id=\"h-model-deployment-considerations\">Rozwa\u017cania dotycz\u0105ce wdra\u017cania modelu<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Strategie wdra\u017cania opracowanych modeli zosta\u0142y ocenione zar\u00f3wno dla urz\u0105dze\u0144 brzegowych, jak i platform chmurowych. Wdra\u017canie modeli na urz\u0105dzeniach brzegowych przynios\u0142o korzy\u015bci, takie jak ni\u017csze koszty i mniejsze op\u00f3\u017anienia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Jednak takie podej\u015bcie mo\u017ce wi\u0105za\u0107 si\u0119 z ni\u017cszym poziomem dok\u0142adno\u015bci ze wzgl\u0119du na ograniczenia sprz\u0119towe. Z drugiej strony, wdro\u017cenie w chmurze oferowa\u0142o kr\u00f3tszy czas wnioskowania przy u\u017cyciu wydajnych procesor\u00f3w GPU, ale mog\u0142o wi\u0105za\u0107 si\u0119 z dodatkowymi kosztami i by\u0142o uzale\u017cnione od po\u0142\u0105czenia internetowego, co mog\u0142o powodowa\u0107 op\u00f3\u017anienia w komunikacji.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-comparative-analysis-with-5g-network\">Analiza por\u00f3wnawcza z sieci\u0105 5G<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Analiza por\u00f3wnawcza wykaza\u0142a, \u017ce wykorzystanie sieci 5G znacz\u0105co poprawi\u0142o segmentacj\u0119 burak\u00f3w cukrowych w por\u00f3wnaniu z tradycyjnymi konfiguracjami 4G\/WiFi. Popraw\u0119 t\u0119 potwierdza skr\u00f3cony \u015bredni czas konfiguracji i pracy sieci, co podkre\u015bla wzrost wydajno\u015bci osi\u0105gni\u0119ty dzi\u0119ki technologii 5G.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Proces przygotowania danych<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Proces przygotowania danych obejmowa\u0142 zebranie zestaw\u00f3w danych dotycz\u0105cych zdrowych i chorych ro\u015blin, wykrycie chwast\u00f3w, identyfikacj\u0119 faz wzrostu oraz ekstrakcj\u0119 obraz\u00f3w z surowego materia\u0142u wideo 4K. Do przygotowania danych do analizy wykorzystano techniki takie jak wyr\u00f3wnywanie histogram\u00f3w, filtrowanie obrazu i transformacja przestrzeni barw HSV.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zebrano pr\u00f3bki zdrowych li\u015bci buraka cukrowego oraz pr\u00f3bek chorych, takich jak li\u015bcie kukurydzy z szar\u0105 plamisto\u015bci\u0105 li\u015bci. Ekstrakcja cech chorobowych polega\u0142a na oddzieleniu li\u015bcia od t\u0142a, zmianie rozmiaru, transformacji i scaleniu obraz\u00f3w w celu uzyskania realistycznych pr\u00f3bek do analizy.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"810\" height=\"200\" data-attachment-id=\"10633\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/annotation-process-for-segmentation\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?fit=2048%2C505&amp;ssl=1\" data-orig-size=\"2048,505\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Annotation process for segmentation\" data-image-description=\"\" data-image-caption=\"&lt;p&gt;Caption 3&lt;\/p&gt;\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?fit=1024%2C253&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=810%2C200&#038;ssl=1\" alt=\"Proces adnotacji do segmentacji\" class=\"wp-image-10633\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?w=2048&amp;ssl=1 2048w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=300%2C74&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=1024%2C253&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=768%2C189&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=1536%2C379&amp;ssl=1 1536w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?resize=1200%2C296&amp;ssl=1 1200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Annotation-process-for-segmentation.png?w=1620&amp;ssl=1 1620w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><figcaption class=\"wp-element-caption\">Proces adnotacji do segmentacji<\/figcaption><\/figure>\n<\/div>\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Aktywna p\u0119tla uczenia si\u0119<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Aktywna p\u0119tla uczenia zosta\u0142a zainicjowana z nieoznakowanymi danymi, wykorzystanymi do trenowania modeli detekcji. Modele te generowa\u0142y zapytania adnotacyjne, na kt\u00f3re odpowiadali annotatorzy, stale udoskonalaj\u0105c dok\u0142adno\u015b\u0107 modelu poprzez iteracyjne cykle trenowania i adnotacji.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Adnotacja danych za pomoc\u0105 multimodalnego modelu fundamentowego<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Aby sprosta\u0107 wyzwaniu ograniczonej ilo\u015bci danych z etykietami, projekt wykorzysta\u0142 solidne modele bazowe do generowania adnotacji opartych na prawdziwych faktach. Warto zauwa\u017cy\u0107, \u017ce CLIP, model oparty na transformatorach opracowany przez OpenAI, wytrenowany na ogromnym zbiorze danych obejmuj\u0105cym ponad 400 milion\u00f3w par obraz-tekst, odegra\u0142 kluczow\u0105 rol\u0119.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wykorzystuj\u0105c Vision Transformers jako podstaw\u0119, CLIP osi\u0105gn\u0105\u0142 niezwyk\u0142\u0105 dok\u0142adno\u015b\u0107 95% w zestawach walidacyjnych, sprawnie kategoryzuj\u0105c obrazy na odr\u0119bne klasy, takie jak buraki cukrowe i chwasty, z du\u017c\u0105 precyzj\u0105.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Technologia dron\u00f3w do zbierania danych<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Jedn\u0105 z kluczowych technologii zastosowanych w projekcie by\u0142o wykorzystanie dron\u00f3w wyposa\u017conych w kamery RGB, kt\u00f3re rejestrowa\u0142y wideo w rozdzielczo\u015bci 4K. Drony te dostarczy\u0142y szczeg\u00f3\u0142owych obraz\u00f3w (o rozdzielczo\u015bci 3840\u00d72160) do analizy.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wst\u0119pne przetwarzanie tych obraz\u00f3w znacz\u0105co zwi\u0119kszy\u0142o dok\u0142adno\u015b\u0107 modelu, a zauwa\u017caln\u0105 popraw\u0119 zaobserwowano w przypadku modeli takich jak VGGNet (+38,52%), ResNet50 (+21,14%), DenseNet121 (+7,53%) i MobileNet (+6,6%).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Do zwi\u0119kszenia kontrastu obrazu zastosowano takie techniki, jak wyr\u00f3wnywanie histogramu, natomiast transformacja do przestrzeni barw HSV pomog\u0142a podkre\u015bli\u0107 obszary ro\u015blinne i wyr\u00f3\u017cni\u0107 istotne cechy.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Generowanie syntetycznych danych<\/strong><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Aby sprosta\u0107 wyzwaniu ograniczonej ilo\u015bci danych obrazowych, wygenerowano syntetyczne zestawy danych za pomoc\u0105 uczenia maszynowego i sztucznej inteligencji. Dane zbierano za pomoc\u0105 dron\u00f3w lataj\u0105cych na wysoko\u015bci od 1 do 4 metr\u00f3w z pr\u0119dko\u015bci\u0105 2 m\/s lub wi\u0119ksz\u0105, wykorzystuj\u0105c kamery RGB.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img data-recalc-dims=\"1\" loading=\"lazy\" decoding=\"async\" width=\"810\" height=\"610\" data-attachment-id=\"10634\" data-permalink=\"https:\/\/geopard.tech\/pl\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/emulation-environment\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?fit=2048%2C1542&amp;ssl=1\" data-orig-size=\"2048,1542\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Emulation environment\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?fit=1024%2C771&amp;ssl=1\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=810%2C610&#038;ssl=1\" alt=\"\u015arodowisko emulacji\" class=\"wp-image-10634\" style=\"width:646px;height:auto\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?w=2048&amp;ssl=1 2048w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=300%2C226&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=1024%2C771&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=768%2C578&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=1536%2C1157&amp;ssl=1 1536w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=400%2C300&amp;ssl=1 400w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=200%2C150&amp;ssl=1 200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?resize=1200%2C904&amp;ssl=1 1200w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/Emulation-environment.png?w=1620&amp;ssl=1 1620w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><figcaption class=\"wp-element-caption\">\u015arodowisko emulacji<\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">Do zbierania danych wykorzystano r\u00f3wnie\u017c inne pojazdy, takie jak traktory. To syntetyczne generowanie danych okaza\u0142o si\u0119 szczeg\u00f3lnie przydatne w wykrywaniu chor\u00f3b buraka cukrowego.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-conclusion\">Wniosek<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Projekt \u201cSieci 5G jako czynnik umo\u017cliwiaj\u0105cy uczenie si\u0119 w czasie rzeczywistym w zr\u00f3wnowa\u017conym rolnictwie\u201d z powodzeniem pokaza\u0142, jak technologia 5G mo\u017ce poprawi\u0107 ekologiczne, ekonomiczne i zr\u00f3wnowa\u017cone aspekty uprawy burak\u00f3w cukrowych. Dzi\u0119ki wsp\u00f3\u0142pracy z HSHL i Pfeifer &amp; Langen, projekt zintegrowa\u0142 gromadzenie danych w czasie rzeczywistym z analiz\u0105 opart\u0105 na sztucznej inteligencji, zwi\u0119kszaj\u0105c wydajno\u015b\u0107 i ograniczaj\u0105c zb\u0119dne wizyty w terenie. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dedykowana sie\u0107 kampusowa 5G umo\u017cliwi\u0142a precyzyjne stosowanie nawoz\u00f3w i \u015brodk\u00f3w ochrony ro\u015blin. Geopard Agriculture odegra\u0142 kluczow\u0105 rol\u0119 w opracowaniu scenariuszy wykrywania i monitorowania ro\u015blin oraz stworzeniu prototypu systemu uczenia maszynowego dla \u015brodowiska rolniczego 5G. Sukces projektu podkre\u015bli\u0142 znaczenie zaawansowanych technologii w zr\u00f3wnowa\u017conym rolnictwie, wskazuj\u0105c na potencja\u0142 technologii 5G w nap\u0119dzaniu innowacji i efektywno\u015bci. <\/p>","protected":false},"excerpt":{"rendered":"<p>Z przyjemno\u015bci\u0105 informujemy o pomy\u015blnym zako\u0144czeniu projektu \u201cSieci 5G jako czynnik umo\u017cliwiaj\u0105cy nauk\u0119 w czasie rzeczywistym w zr\u00f3wnowa\u017conym rolnictwie\u201d, cz\u0119\u015bciowo dofinansowanego\u2026<\/p>","protected":false},"author":210157960,"featured_media":10639,"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","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1657,1367],"tags":[],"class_list":["post-10617","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-precision-farming","category-use-cases"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet - GeoPard Agriculture<\/title>\n<meta name=\"description\" content=\"Successful completion of &quot;5G Networks as an Enabler for Real-time Learning in Sustainable Farming&quot; project, supported by State of North Rhine-Westphalia.\" \/>\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\/pl\/blog\/technologia-5g-umozliwia-nauke-w-czasie-rzeczywistym-w-zrownowazonym-rolnictwie-badanie-dotyczace-produkcji-burakow-cukrowych\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet - GeoPard Agriculture\" \/>\n<meta property=\"og:description\" content=\"Successful completion of &quot;5G Networks as an Enabler for Real-time Learning in Sustainable Farming&quot; project, supported by State of North Rhine-Westphalia.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geopard.tech\/pl\/blog\/technologia-5g-umozliwia-nauke-w-czasie-rzeczywistym-w-zrownowazonym-rolnictwie-badanie-dotyczace-produkcji-burakow-cukrowych\/\" \/>\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=\"2024-07-13T18:50:45+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-07-13T18:50:51+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet-1024x576.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"576\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\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=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"dementievgeopard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/\"},\"author\":{\"name\":\"dementievgeopard\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\"},\"headline\":\"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet\",\"datePublished\":\"2024-07-13T18:50:45+00:00\",\"dateModified\":\"2024-07-13T18:50:51+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/\"},\"wordCount\":2143,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1\",\"articleSection\":[\"Precision Farming\",\"Use-cases\"],\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/\",\"url\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/\",\"name\":\"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet - GeoPard Agriculture\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1\",\"datePublished\":\"2024-07-13T18:50:45+00:00\",\"dateModified\":\"2024-07-13T18:50:51+00:00\",\"description\":\"Successful completion of \\\"5G Networks as an Enabler for Real-time Learning in Sustainable Farming\\\" project, supported by State of North Rhine-Westphalia.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1\",\"width\":1920,\"height\":1080,\"caption\":\"Caption 2\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/geopard.tech\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet\"}]},{\"@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\":\"pl-PL\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\",\"name\":\"GeoPard Agriculture\",\"alternateName\":\"GeoPard\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"width\":200,\"height\":200,\"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\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\",\"name\":\"dementievgeopard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@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":"Uczenie si\u0119 w czasie rzeczywistym z wykorzystaniem technologii 5G w zr\u00f3wnowa\u017conym rolnictwie: badanie dotycz\u0105ce burak\u00f3w cukrowych \u2013 GeoPard Agriculture","description":"Pomy\u015blne zako\u0144czenie projektu \"Sieci 5G jako narz\u0119dzie umo\u017cliwiaj\u0105ce nauk\u0119 w czasie rzeczywistym w zr\u00f3wnowa\u017conym rolnictwie\", dofinansowanego przez kraj zwi\u0105zkowy Nadrenia P\u00f3\u0142nocna-Westfalia.","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\/pl\/blog\/technologia-5g-umozliwia-nauke-w-czasie-rzeczywistym-w-zrownowazonym-rolnictwie-badanie-dotyczace-produkcji-burakow-cukrowych\/","og_locale":"pl_PL","og_type":"article","og_title":"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet - GeoPard Agriculture","og_description":"Successful completion of \"5G Networks as an Enabler for Real-time Learning in Sustainable Farming\" project, supported by State of North Rhine-Westphalia.","og_url":"https:\/\/geopard.tech\/pl\/blog\/technologia-5g-umozliwia-nauke-w-czasie-rzeczywistym-w-zrownowazonym-rolnictwie-badanie-dotyczace-produkcji-burakow-cukrowych\/","og_site_name":"GeoPard - Precision agriculture Mapping software","article_publisher":"https:\/\/www.facebook.com\/geopardAgriculture\/","article_published_time":"2024-07-13T18:50:45+00:00","article_modified_time":"2024-07-13T18:50:51+00:00","og_image":[{"width":1024,"height":576,"url":"https:\/\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet-1024x576.png","type":"image\/png"}],"author":"dementievgeopard","twitter_card":"summary_large_image","twitter_creator":"@geopardagri","twitter_site":"@geopardagri","twitter_misc":{"Napisane przez":"dementievgeopard","Szacowany czas czytania":"11 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#article","isPartOf":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/"},"author":{"name":"dementievgeopard","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a"},"headline":"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet","datePublished":"2024-07-13T18:50:45+00:00","dateModified":"2024-07-13T18:50:51+00:00","mainEntityOfPage":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/"},"wordCount":2143,"commentCount":0,"publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"image":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1","articleSection":["Precision Farming","Use-cases"],"inLanguage":"pl-PL","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/","url":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/","name":"Uczenie si\u0119 w czasie rzeczywistym z wykorzystaniem technologii 5G w zr\u00f3wnowa\u017conym rolnictwie: badanie dotycz\u0105ce burak\u00f3w cukrowych \u2013 GeoPard Agriculture","isPartOf":{"@id":"https:\/\/geopard.tech\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#primaryimage"},"image":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1","datePublished":"2024-07-13T18:50:45+00:00","dateModified":"2024-07-13T18:50:51+00:00","description":"Pomy\u015blne zako\u0144czenie projektu \"Sieci 5G jako narz\u0119dzie umo\u017cliwiaj\u0105ce nauk\u0119 w czasie rzeczywistym w zr\u00f3wnowa\u017conym rolnictwie\", dofinansowanego przez kraj zwi\u0105zkowy Nadrenia P\u00f3\u0142nocna-Westfalia.","breadcrumb":{"@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/"]}]},{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#primaryimage","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1","width":1920,"height":1080,"caption":"Caption 2"},{"@type":"BreadcrumbList","@id":"https:\/\/geopard.tech\/blog\/5g-enabled-real-time-learning-in-sustainable-farming-a-study-on-sugar-beet-production\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/geopard.tech\/"},{"@type":"ListItem","position":2,"name":"5G-Enabled Real-time Learning in Sustainable Farming: A Study on Sugar Beet"}]},{"@type":"WebSite","@id":"https:\/\/geopard.tech\/#website","url":"https:\/\/geopard.tech\/","name":"GeoPard - Oprogramowanie dla rolnictwa precyzyjnego","description":"Oprogramowanie do mapowania w rolnictwie precyzyjnym","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":"pl-PL"},{"@type":"Organization","@id":"https:\/\/geopard.tech\/#organization","name":"GeoPard Rolnictwo","alternateName":"GeoPard","url":"https:\/\/geopard.tech\/","logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","width":200,"height":200,"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\/"]},{"@type":"Person","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a","name":"dementievgeopard","image":{"@type":"ImageObject","inLanguage":"pl-PL","@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-2Lf","jetpack_featured_media_url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2024\/07\/5G-Enabled-Real-time-Learning-in-Sustainable-Farming-A-Study-on-Sugar-Beet.png?fit=1920%2C1080&ssl=1","_links":{"self":[{"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/posts\/10617","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/users\/210157960"}],"replies":[{"embeddable":true,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/comments?post=10617"}],"version-history":[{"count":0,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/posts\/10617\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/media\/10639"}],"wp:attachment":[{"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/media?parent=10617"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/categories?post=10617"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geopard.tech\/pl\/wp-json\/wp\/v2\/tags?post=10617"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}