Учёные Крымского федерального университета разрабатывают интеллектуальную систему контроля в виноградарстве на основе компьютерного зрения. Она позволит определить заболевание по изображению растения. Проект реализуется в рамках программы «Приоритет 2030».
«Пока мы работаем над версией приложения для компьютера. Сервис будет работать по такому алгоритму: агроном или человек, который занимается виноградарством, фотографирует или снимает видео поражённого куста винограда и загружает его на сервис. Искусственный интеллект проанализирует изображение и выявит потенциальное заболевание. Сервис сообщит агроному результаты и уровень уверенности в них. При недостаточной информативности система порекомендует загрузить ещё фотографии либо сделать их на следующий день, чтобы оценить картину заболевания в динамике», – рассказала руководитель проекта, доцент Физико-технического института Крымского федерального университета Марина Руденко.
По её словам, на данный момент специалисты вуза проводят отбор фотографий известных заболеваний для обучения нейронной сети. Обработка и накопление данных будет осуществляться на сервере Крымского федерального университета.
«Необходимо, чтобы система с высокой эффективностью различала поражённые участки на листах и плодах винограда. Например, для определения одного заболевания специалисту необходимо изучить тысячи фотографий. Так закладываются знания учёных в компьютерный интеллект. Затем нейросеть уже самостоятельно сможет определять вид того или иного заболевания по изображению листа винограда. Кроме того, мы проверяем искусственный интеллект и на других неизвестных ему ранее примерах, по ходу корректируя процесс обучения нейронной сети», – добавила Марина Руденко.
Разрабатываемый сервис будет привязан к местности: исходя из локации сделанной фотографии, искусственный интеллект сможет отображать появление возможных возбудителей заболеваний винограда. Итогом работы для агронома станет определение нейросетью предполагаемого заболевания, прогнозирование области поражения, его опасности и рекомендации по защите растения.
Проект рассчитан до конца 2023 года. Как отмечают ученые, применение таких интеллектуальных технологий позволит аграриям достигать преимуществ, положительно влияющих на экономическое развитие отрасли.
Пресс-служба КФУ
«Пока мы работаем над версией приложения для компьютера. Сервис будет работать по такому алгоритму: агроном или человек, который занимается виноградарством, фотографирует или снимает видео поражённого куста винограда и загружает его на сервис. Искусственный интеллект проанализирует изображение и выявит потенциальное заболевание. Сервис сообщит агроному результаты и уровень уверенности в них. При недостаточной информативности система порекомендует загрузить ещё фотографии либо сделать их на следующий день, чтобы оценить картину заболевания в динамике», – рассказала руководитель проекта, доцент Физико-технического института Крымского федерального университета Марина Руденко.
По её словам, на данный момент специалисты вуза проводят отбор фотографий известных заболеваний для обучения нейронной сети. Обработка и накопление данных будет осуществляться на сервере Крымского федерального университета.
«Необходимо, чтобы система с высокой эффективностью различала поражённые участки на листах и плодах винограда. Например, для определения одного заболевания специалисту необходимо изучить тысячи фотографий. Так закладываются знания учёных в компьютерный интеллект. Затем нейросеть уже самостоятельно сможет определять вид того или иного заболевания по изображению листа винограда. Кроме того, мы проверяем искусственный интеллект и на других неизвестных ему ранее примерах, по ходу корректируя процесс обучения нейронной сети», – добавила Марина Руденко.
Разрабатываемый сервис будет привязан к местности: исходя из локации сделанной фотографии, искусственный интеллект сможет отображать появление возможных возбудителей заболеваний винограда. Итогом работы для агронома станет определение нейросетью предполагаемого заболевания, прогнозирование области поражения, его опасности и рекомендации по защите растения.
Проект рассчитан до конца 2023 года. Как отмечают ученые, применение таких интеллектуальных технологий позволит аграриям достигать преимуществ, положительно влияющих на экономическое развитие отрасли.
Пресс-служба КФУ
