Цифровой агроном: как компьютерное зрение и ИИ спасают урожай от болезней на ранних стадиях

Аннотация

В условиях растущей продовольственной безопасности проблема ранней диагностики заболеваний сельскохозяйственных культур остается актуальной, однако существующие методы часто не позволяют выявлять патогены на доклинической стадии. Занимаемый пробел заключается в отсутствии надежных и доступных решений для массового мониторинга, адаптированных к работе в условиях ограниченных данных и изменяющихся агроклиматических условий. Целью исследования является разработка методики автоматизированной диагностики фитопатологий на основе глубокого обучения и компьютерного зрения. В качестве объекта исследования выступили культуры закрытого грунта (томат, огурец), а последовательность работы включала сбор и аугментацию датасета изображений, обучение и валидацию сверточной нейронной сети, а также полевые испытания системы. В результате была достигнута точность классификации 98,7% на тестовой выборке, разработан прототип мобильного приложения с функцией офлайн-распознавания и предложен алгоритм прогнозирования распространения болезней на основе метеоданных. Полученные результаты позволяют рекомендовать систему для внедрения в хозяйствах защищенного грунта с целью снижения пестицидной нагрузки и предотвращения потерь урожая. Перспективы исследования связаны с интеграцией гиперспектрального анализа и разработкой отказоустойчивых моделей для работы в неконтролируемых условиях.