Ученые ТюмГУ разработали нейросетевую систему компьютерного зрения для повышения урожайности садовой земляники. С помощью искусственного интеллекта она выявляет болезни, подсчитывает количество листьев, усов и ягод, оценивает их спелость.
Разработка может быть использована на умных фермах (smart farm), городских фермах (city farm) и в обычных теплицах.
Результаты опубликованы в журнале Вестник российской сельскохозяйственной науки.
Статья об этом вышла на ресурсах «РИА Новости».
Сегодня 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 условия выращивания с помощью автоматизированного управления режимами работы, питания и микроклимата.
Нейросети компьютерного зрения открывают новые возможности для умных ферм, позволяя им вести непрерывный мониторинг и участвовать в решении задач — например, обнаруживать и распознавать болезни или вредителей.
«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 уходит туда. 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. Сейчас 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 процентов.
Исследование выполнено в рамках гранта в форме субсидии из федерального бюджета на оказание государственной поддержки научно-образовательных центров мирового уровня – Западно-Сибирский НОЦ.
Фото: Шахло Махмудова, по материалам РИА Новости