Исследователи из Пермского национального исследовательского политехнического университета (ПНИПУ) и Пермского государственного аграрно-технологического университета создали программное обеспечение для автоматизированного распознавания болезней растений с точностью до 90%. Программа анализирует изображения листьев и стволов и предлагает рекомендации по лечению. Об этом сообщили в пресс-релизе Министерства науки и высшего образования России.
Тестирование на плантациях в Крыму показало, что система эффективно выявляет заболевания миндаля с точностью от 70% до 90%, снижая уровень гибели молодых саженцев до 1–2%. Такой подход может быть масштабирован для других сельскохозяйственных культур, считают в министерстве.
Агрономы обычно обходят поля, визуально определяя болезни. Это трудоемкий и длительный процесс, а ошибки могут привести к неверным решениям и финансовым потерям. Автоматизированные системы диагностики, особенно отечественные, становятся все более популярными в сельском хозяйстве.
Программа распознает заболевания растений по фотографиям, предоставляет рекомендации по лечению и помогает вести учет в "календаре садовода". Она уже используется для диагностики миндаля и может быть адаптирована для других культур. Миндаль выбран как перспективная культура для российского сельского хозяйства, так как 90% потребляемых на рынке орехов импортируются.
Принцип работы программы
Для использования программы фермеру нужно сфотографировать подозрительный лист через мобильное приложение. Нейронная сеть анализирует изображение, оценивая текстуру, цвет, форму листа и наличие пятен, и определяет заболевание, предлагая рекомендации по лечению.
Учеными была создана база данных изображений для каждого типа заболевания (грибкового, вирусного или бактериального), включающая не менее 50 образцов для каждого. Знания о болезнях были систематизированы, описаны характерные симптомы, и обучена нейронная сеть распознавать признаки: текстуру, цвет, форму и наличие пятен. Точность распознавания составляет от 70% до 90%.
Программа учитывает особенности российских сортов растений, характерные болезни и вредителей, предлагая лечение зарегистрированными в России препаратами. Она может быть полезна фермерам, агрономам, любителям садоводства и сотрудникам питомников.
Ученые планируют расширить базу данных, адаптировать систему для диагностики заболеваний оливок и распространить технологию на другие культуры и регионы. Также разрабатывается мобильный робот для ухода за садом, который будет поливать, опрыскивать деревья и отпугивать животных, повреждающих кору, по командам оператора.