Урожай
в объективе
Обнаружение цветовых объектов, рамки на изображении, подсчёт красных и зелёных томатов.
Попробовать анализ ↗
СИНТЕТИЧЕСКИЙ ТЕСТЗагружайте фотографии томатов, считайте видимые плоды, отслеживайте состояние растений и сохраняйте историю ухода — в одном сервисе.

Считаем отдельные видимые объекты, а не оцениваем снимок целиком
Сохраняем наблюдения по растениям и грядкам
Помогаем подготовить данные для осмотра и учёта
От одного снимка до последовательной истории наблюдений. Автоматизация там, где это технически возможно; подтверждение человеком там, где оно необходимо.
Обнаружение цветовых объектов, рамки на изображении, подсчёт красных и зелёных томатов.
Попробовать анализ ↗
СИНТЕТИЧЕСКИЙ ТЕСТФото, уход, даты, состояние и история действий — с возможностью вернуться к предыдущему осмотру.
Открыть дневник ↗Осмотр листьев
Проверить влажность грунта
Сфотографировать снова
Осторожные подсказки, чек-листы и возможность зафиксировать результат ухода.
Рекомендации ↗Количество, цена, покупатель и статус. Визуальный подсчёт не равен подтверждённому товарному остатку.
Учёт урожая ↗Загрузите JPG, PNG или WebP с телефона или компьютера. Можно использовать демонстрационные примеры.
Алгоритм выделит возможные плоды и посчитает объекты. При необходимости исправьте рамки и категории.
Привяжите снимок к растению, сравните изменения или подготовьте черновик партии для ручной проверки.
Быстрый визуальный учёт, карточки грядок и подготовка партий к продаже.
Структурированные наблюдения и проверяемые рекомендации вместо «диагноза по фото».
Единая история осмотров и выполненных действий для локального пилота.
Разметка, ошибки алгоритма, сопоставление с эталоном и воспроизводимые метрики.
Будущие варианты продукта представлены без вымышленных коммерческих цен и условий.
Локальный прототип хакатона: OpenCV-анализ, дневник, партии, история, контрольные примеры.
Открыть Demo ↗Расширенная история урожая, улучшенная модель и резервное копирование.
Не предлагается к покупке
Многопользовательский учёт, права доступа, интеграции и мониторинг качества.
Не предлагается к покупке
По умолчанию алгоритм OpenCV выделяет цветовые области, ищет контуры и фильтрует их по форме. Отдельно можно подключить специализированную обученную YOLO-модель. Оба метода требуют проверки на реальных фото.
Для первой версии настроены только томаты. Другие культуры требуют отдельной подготовки и проверки.
Да, интерфейс адаптивный. Браузер может предложить выбрать фото или открыть камеру.
Метрики получены на трёх синтетических изображениях; они не гарантируют точность на реальных теплицах.
После локального запуска Python-сервера интернет не требуется. Сервер нужен для CV и хранения данных.
На компьютере, где запущен демо-сервер, в каталоге runtime/images. В демо нет регистрации пользователей и защиты для публичного размещения.
Нет. Фото не подтверждает пищевую безопасность, болезни, состав почвы и пригодность к продаже.