Ученые разработали алгоритм распознавания болезней растений по фотографиям листьев

Группа исследователей технологического университета МИСИС с помощью искусственного интеллекта разработали алгоритм, позволяющий распознавать болезни растений по фотографиям листьев.

Как отметила ректор университета Алевтина Черникова, своевременное обнаружение болезней - это одна из важных задач сельского хозяйства. На практике фотографии листьев часто делают прямо в поле, где качество изображения зависит от освещения, погодных условий и окружающего фона. Из-за этого даже современные системы компьютерного зрения могут ошибаться.

- Наши специалисты предложили способ, повышающий надежность таких систем, - сказала Алевтина Черникова. - Под руководством заведующего кафедрой автоматизированного проектирования и дизайна Евгения Коржова в вузе создан новый алгоритм на основе нейроосетей, который анализирует изображение листа и одновременно определяет вид растения, признаки и тип заболеваний. В перспективе решение, предложенное нашими исследователями, может стать основой мобильных приложений и цифровых сервисов для агропромышленного комплекса, позволяя быстрее выявлять патологии сельскохозяйственных культур и снижать потери урожая.

Для обучения системы исследователи использовали дополнительные преобразования изображений, в частности имитацию небольших очагов поражения на листьях. Такой метод помогает алгоритму распознавать признаки заболеваний, которые могут быть слабо выражены на ранних стадиях.

По словам аспиранта кафедры автоматизиро­ванного проектирования и дизайна университета Али Салем Мутхана, программа использует информацию о «зелености» изображения.

- Это помогает лучше выделять ткани листа и снижать влияние теней, бликов и посторонних деталей на заднем плане, - отметил Али Салем Мутхана. - Это особенно важно для дальнейшей адаптации подобных систем к реальным условиям съемки.

Разработанная программа показывает более высокую точность по сравнению с базовой нейросетевой моделью: доля правильных распознаваний выросла с 87,5% до более чем 93% на использованном экспериментальном наборе данных.

В дальнейшем исследователи планируют расширить базу данных культур и заболеваний, а также адаптировать технологию для работы с фотографиями, полученными непосредственно в полевых условиях - при естественном освещении, сложном фоне и разном качестве съемки.

Мона Платонова.

Фото misis.ru