Специалисты Тюменского государственного университета (ТюмГУ) разработали нейросетевую систему компьютерного зрения для повышения урожайности садовой земляники. Система подсчитывает ягоды, оценивает их спелость и выявляет болезни.
Разработка может быть использована на умных фермах (smart farm), городских фермах (city farm) и в обычных теплицах.
На сегодняшний день одно из главных направлений развития агробизнеса — разработка систем умного земледелия, способных автоматизировать уход за растениями, повысить рентабельность и экологичность сельскохозяйственного производства. Интеллектуальные агрокомплексы, известные как умные фермы, представляют собой высокотехнологичные системы, где выращивание растений осуществляется с помощью автоматизированного управления режимами работы, питания и микроклимата.
Нейросети компьютерного зрения открывают новые возможности для умных ферм, позволяя им вести непрерывный мониторинг выращиваемой продукции и участвовать в решении задач, которые до сих пор не поддаются автоматизации, например, обнаруживать и распознавать болезни или вредителей растений.
Разработка ученых ТюмГУ направлена на то, чтобы комплексно оценивать состояние растений и принимать обоснованные решения по оптимизации их выращивания.
«Модели компьютерного зрения работают в автоматическом режиме и служат источниками данных для принятия решений на умной ферме. Например, обнаруженные усы следует отрезать, так как растение переходит в стадию размножения, и часть питания растения уходит на их развитие. Следовательно, снижаются количество и размер ягод», — отметил один из разработчиков системы, аспирант Школы компьютерных наук Дмитрий Глухих.
По его словам, анализ данных о количестве и спелости ягод позволяет 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.
Ученый полагает, что внедрение моделей компьютерного зрения на умных фермах позволит повысить автономность таких комплексов.
Кроме того, как отметил Дмитрий Глухих, объединение моделей компьютерного зрения с системами поддержки принятия решений способно сделать умные фермы еще умнее.
«Такие системы не просто обнаруживают болезни и подсчитывают урожай, но и предоставляют фермерам рекомендации по оптимизации выращивания продукции в зависимости от текущей ситуации», — сообщил он, подчеркнув, что потенциальная выгода включает сокращение времени на принятие решений и прогнозирование урожая, снижение риска потери урожая из-за заболеваний на 40-70%, а также снижение требований к квалификации обслуживающего персонала.
Эксперименты проводились на землянике садовой, которую выращивают на модулях городской фермы, развернутой в Агробиотехкомплексе ТюмГУ.
В ходе исследования ученые использовали предобученную нейросетевую модель компьютерного зрения YOLOv8. В настоящее время система содержит ансамбль из восьми обученных моделей. Каждая из них выполняет свою задачу, а две отдельные нейросети контролируют работу остальных. Такой подход, по оценкам ученых, позволяет снизить вероятность ошибки на 30%.
Источник: ria.ru
