Ученые из Объединенного института ядерных исследований (ОИЯИ) разработали платформу, которая позволяет определять болезни домашних и сельскохозяйственных растений по фотографии. Как утверждают разработчики, им удалось достичь точности выявления заболевания, поразившего огурцы, томаты, розы, виноград или вишню, в 98%. Сервис уже совместим с приложением для смартфона на базе Android. В будущем он станет доступен и на ОС iOS. Как говорят специалисты, такая программа может быть крайне востребована, так как позволит ускорить получение урожая, уточнять и диагностировать патологии растений. Однако ее создателям еще стоит поработать над точностью и доступностью решения.
Агроном в телефоне
Сотрудники Лаборатории информационных технологий ОИЯИ разработали онлайн-платформу для определения болезней домашних и сельскохозяйственных растений. Для решения задачи были использованы сверточные нейронные сети, повсеместно применяемые для классификации изображений.
Обрабатывая запрос пользователя, алгоритм сначала использует общую модель по болезням и вредителям, затем нейросеть определяет вид растения. При определенных условиях пользователь получит еще и частный прогноз.
— При выдаче результата показываются три наиболее близких к загруженному изображению класса. В большинстве случаев всё это позволяет правильно определить болезнь и получить рекомендации по ее лечению, — сообщил соавтор исследования, ведущий программист лаборатории Александр Ужинский.
дерево
Фото: РИА Новости/Артур Лебедев
Сейчас на сайте есть модели для 19 сельскохозяйственных и декоративных культур: барбариса, винограда, вишни, голубики, клубники, кукурузы, огурцов, перца, пшеницы, смородины, томатов, хлопка, яблок, орхидей, роз и так далее. Общая модель для всех видов растений распознает 55 различных болезней и вредителей.
Справка «Известий»
По оценкам Продовольственной и сельскохозяйственной организации ООН, до трети урожая в мире ежегодно погибает от вредителей и болезней, поэтому автоматизацией распознавания недугов растений сейчас занимаются во всем мире. В 2017 году группа научных сотрудников Лаборатории информационных технологий ОИЯИ выиграла грант Российского фонда фундаментальных исследований на разработку комплексной системы диагностирования болезней растений по изображениям и текстовому описанию.
Ранее статья Александра Ужинского о создании платформы для распознавания болезней растений вышла в журнале «Открытые системы. СУБД».
Приложение для роста
В базе собрано свыше 4 тыс. изображений. Уже получено более 40 тыс. запросов от пользователей. Использовать интерфейс платформы могут все, начиная от агрохолдингов и заканчивая начинающими садоводами, для которых немаловажной будет особенность программы — рекомендации по лечению растений, верифицированные профессиональными агрономами.
123
Фото: Платформа распознавания болезней растений
— Пользователи должны иметь разные инструменты взаимодействия с платформой. Задачи распознавания могут быть запущены через веб-портал, но основной точкой входа пользователей стало мобильное приложение DoctorP для операционной системы Android, — рассказал Александр Ужинский.
С момента запуска приложения им воспользовались более 10 тыс. человек. Сейчас разрабатывается приложение и для ОС iOS. При определении болезней растений удалось добиться точности в 98%, подчеркнули разработчики.
Авторы разработали программный интерфейс, который предоставляет стороннему пользователю возможность использовать ресурсы платформы, например, в своем мобильном приложении. Так копания «Гарден ритейл Сервис» (ранее «Фаско») встроила в свое мобильное приложение HoGa возможность определять болезни. В рамках совместного проекта с НЦМУ «Агротехнологии будущего» на базе Тимирязевской академии нейросетевые модели портала использовались для отслеживания влияния освещения на развитие растений, что позволяло подбирать оптимальные схемы выращивания сельскохозяйственных культур.
В целом идея компьютерного зрения и распознавания образов не нова и востребована в сельском хозяйстве, в сфере так называемого точного земледелия, рассказал «Известиям» доцент кафедры экспериментальной биологии и биотехнологий УрФУ Александр Ермошин.
мужчина
Фото: ТАСС/dpa/Klaus-Dietmar Gabbert
— Для профессиональных биологов, для ученых, занимающихся исследованиями растений, такое приложение не представляет серьезной необходимости. Однако для аграриев такое приложение может быть крайне востребовано, так как позволит ускорить получение урожая, уточнять и диагностировать патологии растений. Для практиков также полезны приложения или навыки искусственного интеллекта, которые определяли бы не только болезни растений, но и дефицит элементов минерального питания, так называемая листовая диагностика, — отметил Александр Ермошин.
Ценность разработки, в первую очередь, состоит в том, что она позволяет собрать большую базу визуальных данных, однако подобных решений на рынке довольно много, считает руководитель молодежной IT-лаборатории VibeLab СПбГЭТУ «ЛЭТИ» Георгий Ефименко.
— Точность данного решения вызывает сомнения, поскольку условия использования мобильного приложения могут очень сильно отличаться: даже камеры у всех мобильных телефонов разные. Ограничения заключаются в доступности и количестве данных для обучения. В дальнейшем для расширения пользовательской аудитории приложения разработчикам стоит сделать его более универсальным. То есть как можно скорее выпустить версию, которая сможет работать не только на платформе Android, но и на других широко распространенных операционных системах для смартфонов и других гаджетов, — сказал он.
По словам эксперта, приложение выглядит удобным и простым в использовании. При увеличении точности необходимо убедиться, что скорость обработки оставалась на том же уровне.
клубника
Фото: РИА Новости/Евгений Одиноков
Платформа продолжает развиваться. База данных пополняется снимками пользователей и тем самым улучшает точность моделей. Летом на нее в основном попадают изображения сельскохозяйственных культур: огурцов, помидоров, клубники и других, зимой — по большей части фотографии комнатных растений. В перспективе в платформу будут добавлены возможности обработки видеопотока, модели для определения нехватки основных элементов (азот, фосфор, кальций, железо и так далее), а также средства формирования рекомендаций по выращиванию и отслеживанию развития наиболее востребованных сельскохозяйственных культур.
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie
super mario bros full movie