http://Top.Mail.Ru
Узнает болезни по фото. Как работает нейросеть для аграриев и садоводов | Ямал-Медиа
19 апреля 2023, 10:01 (обновлено: 19 апреля 2023, 13:05)

Узнает болезни по фото. Как работает нейросеть для аграриев и садоводов

Доцент РУДН Введенский: платформа распознавания болезней растений пригодится аграриям и дачникам

Российские ученые разработали программу, которая автоматически определяет болезни растений по фотографиям. Точность «диагнозов» для клубники, вишни, винограда и других культур составляет 98%. Программа может быть востребована как среди аграриев, так и у дачников.

Мобильный агроном

Сотрудники лаборатории информационных технологий Объединенного института ядерных исследований (ОИЯИ) создали платформу распознавания болезней агрокультур. Анализ проводится с использований сверточных нейронных сетей, которые применяют для классификации изображений.

Пользователю нужно загрузить фотографию заболевшего растения с описанием проблемы. Алгоритм определит вид растения и возможную проблему, а в некоторых случаях даже составит персональный прогноз, сообщила газета «Известия».

При выдаче результата показываются три наиболее близких к загруженному изображению класса. В большинстве случаев все это позволяет правильно определить болезнь и получить рекомендации по ее лечению.

Александр Ужинский

соавтор исследования, ведущий программист лаборатории ОИЯИ

Сейчас в программе собрано больше четырех тысяч изображений, и база данных постоянно обновляется. Есть модели для барбариса, кукурузы, перца, пшеницы, клубники, огурцов, смородины, розы и других видов декоративных и сельхозкультур. В будущем алгоритм научат обрабатывать видеопоток, определять нехватку важных элементов (фосфора, азота), составлять рекомендации по выращиванию.

Пользоваться программой можно на сайте или в приложении DoctorP. Сейчас оно доступно только для смартфонов с операционной системой Android, но программа для iOS уже в разработке.

Разработчики утверждают, что им удалось добиться точности в 98% при определении болезней растений.

Фото: pdd.jinr.ru
Фото: pdd.jinr.ru

И аграриям, и на огороды

Доцент кафедры экспериментальной биологии и биотехнологий УрФУ Александр Ермошин выразил мнение, что технологии компьютерного распознавания сегодня востребованы в сельском хозяйстве.

Для профессиональных биологов, для ученых, занимающихся исследованиями растений, такое приложение не представляет серьезной необходимости. Однако для аграриев такое приложение может быть крайне востребовано, так как позволит ускорить получение урожая, уточнять и диагностировать патологии растений.

Александр Ермошин

доцент кафедры экспериментальной биологии и биотехнологий УрФУ

Доцент агробиотехнологического департамента АТИ РУДН Валентин Введенский в разговоре с «Ямал-Медиа» высоко оценил перспективы российской разработки.

«Это шаг к цифровизации сельскохозяйственного производства. Мы с помощью этой платформы и беспилотных средств можем мониторить состояние растений. Это помогает автоматизировать и роботизировать сельскохозяйственное производство», — сказал специалист.

Фото: Elaine Casap/Unsplash
Фото: Elaine Casap/Unsplash

По его мнению, программа будет интересна всем, кто связан с сельскохозяйственным производством и выращиванием культур. Причем не только профессиональным аграриям, но и огородникам-любителям, которым важно получат дополнительную информацию о болезнях растений и методах их лечения.

Я считаю, что научное сообщество должно двигаться именно в направлении разработки платформ, гаджетов, средств контроля болезней, вредителей и, кстати, сорных растений тоже. Сорняки, особенно на ранней стадии развития, наносят очень большой вред. А на поздних фазах они могут быть промежуточными растениями, на которых селятся вредители и развиваются болезни.

Валентин Введенский

доцент агробиотехнологического департамента АТИ РУДН

Александр Ермошин добавил, что для практиков будут полезны приложения, которые проводили бы листовую диагностику — определение дефицита элементов минерального питания.

Самые важные и оперативные новости — в нашем телеграм-канале «Ямал-Медиа».


Загрузка...