他们开发了一种最先进的深度神经网络模型，用于利用0.25m处的超高分辨率数据的场描绘模型。该模型在10m分辨率下的精度比现有的Sentinel-2高40倍。他们现在正在使用他们的专有算法将Sentinel-2从10m超分辨率降到1.25m，他们正在将其注入野外描绘模型以提高精度，在那里他们成功地实现了0.94的联合交点（IoU）。在田间检测功能的基础上，他们正在开发作物检测模型（自动检测生长季节和播种面积的田间作物）和分区（变速技术），以优化可变播种率、施肥率和产量预测。他们正在东南亚农业市场寻找合作伙伴，以开展试点项目，并在商业合同中许可该技术。他们能够提供在挪威应用的现场划定模型的演示。与现有Sentinel-2模型市场领导者和地籍地图数据相比，演示在一个样本区域（25km x 25km）展示了该技术。