Болезни сельскохозяйственных культур представляют собой серьезную угрозу международной продовольственной безопасности, а разработка автоматизированных интеллектуальных систем их идентификации по-прежнему остается сложной научной и технической проблемой.
Сочетание роста глобального проникновения смартфонов и последних достижений в области компьютерного зрения, ставшее возможным благодаря методам глубокого обучения, открыло путь к диагностике заболеваний с использованием всевозможных мобильных устройств.
Для того, чтобы разработать высокоточные классификаторы изображений для диагностики заболеваний растений, необходимо иметь достаточно большой набор данных изображений больных и здоровых растений.
В МарГУ запущен проект по цифровому растениеводству, направленный на поиск аномалий в фотографиях яблонь при помощи глубокого машинного обучения.
В состав команды проекта входят доценты кафедры общего земледелия, растениеводства, агрохимии и защиты растений, кандидаты сельскохозяйственных наук Нина Апаева и Асия Ямалиева, а также профессор кафедры агроинженерии и технологии производства, переработки сельскохозяйственной продукции, доктор биологических наук Ольга Марьина-Чермных.
Благодаря научной разработке ученых вуза, можно с точностью до 96% определить болезнь. Нейронные сети анализируют оцифрованные снимки листьев и плодов яблони и составляют заключение, где указано наличие того или иного заболевания, что позволяет принять меры для лечения конкретной болезни.
«Грамотная диагностика здоровья растений помогает своевременно выявить и решить проблему, минимизировав негативные последствия для урожая. Развитие цифровых технологий и автоматизация процессов диагностики позволяет уменьшить влияние человеческого фактора и снизить вероятность ошибки», — отметил Директор Центра технологий искусственного интеллекта ИПУ РАН Андрей Макаренко.
