В Тюменском государственном университете разработали систему компьютерного зрения, которая умеет подсчитывать ягоды, оценивать их спелость и выявлять болезни. Пресс-служба вуза сообщает, что система будет анализировать все собранные данные и давать фермерам рекомендации по повышению урожайности садовой земляники в конкретных условиях. Например, она не только сообщит о наличии болезни у растения, но также сможет поставить точный диагноз.
Один из разработчиков системы, аспирант Школы компьютерных наук Дмитрий Глухих рассказал, что анализ данных о количестве и спелости ягод позволит прогнозировать урожай, корректировать режим полива и состав питательного раствора. При выявлении заболеваний растений с помощью нейросети возможна не только их диагностика, но и определение вида заболевания, что обеспечивает своевременное принятие мер по лечению. Учёный считает, что внедрение моделей компьютерного зрения на умных фермах позволит повысить автономность таких комплексов.
Кроме того, Дмитрий Глухих отметил, что объединение моделей компьютерного зрения с системами поддержки принятия решений способно сделать умные фермы ещё умнее:
— Такие системы не просто обнаруживают болезни и подсчитывают урожай, но и предоставляют фермерам рекомендации по оптимизации выращивания продукции в зависимости от текущей ситуации.
По оценкам разработчиков, потенциальная выгода включает сокращение времени на принятие решений и прогнозирование урожая. Риск потери урожая из-за заболеваний может снизиться до 40–70%, также система снижает требования к квалификации обслуживающего персонала.
Эксперименты проводились на землянике садовой, которую выращивают на модулях городской фермы, развернутой в Агробиотехкомплексе ТюмГУ.
В ходе исследования учёные использовали предобученную нейросетевую модель компьютерного зрения YOLOv8. Сейчас система содержит ансамбль из восьми обученных моделей. Каждая из них выполняет свою задачу, а две отдельные нейросети контролируют работу остальных. Такой подход позволяет снизить вероятность ошибки на 30%.
