В России создали нейросеть для раннего распознавания болезней подсолнечника

Система позволяет с точностью 97.02% определять по изображениям здоровые листья, мучнистую росу и серую гниль.

Подсолнечник – ключевая масличная культура в России, которая играет важнейшую роль в экономике страны. Его богатый химический состав, включающий в себя не только ценные масла, но и белки, аминокислоты, витамины группы B и микроэлементы, делает его незаменимым сырьем для пищевой, косметической, фармакологической и химической промышленности.

Но есть одна проблема – опасные болезни этой культуры могут существенно влиять на урожай.

Традиционные методы борьбы с вредителями – комплексная система фитосанитарных мероприятий, включающая в себя постоянный мониторинг состояния растений, своевременное выявление и устранение очагов заражения, а также профилактические меры.

Однако такой подход требует колоссальных усилий, привлечения значительных ресурсов, включая специалистов высокой квалификации, и часто оказывается недостаточно эффективным.

Проблема решена

Ученые Северо-Кавказского федерального университета (СКФУ) нашли уникальное решение этой проблемы, применив искусственный интеллект для ранней и точной диагностики болезней подсолнечника.

Их разработка на основе нейросетей способна анализировать изображения, полученные с полей, и выявлять наиболее распространенные заболевания – мучнистую росу и серую гниль.

Справка:

Мучнистая роса, вызываемая грибком Plasmopara halstedii, характеризуется белым налетом на листьях, который постепенно распространяется на стебли и соцветия. В итоге, пораженные растения теряют способность фотосинтезировать, что приводит к снижению урожайности и ухудшению качества семян.

Серая гниль, вызываемая грибом Botrytis cinerea, поражает все части растения – листья, стебли, соцветия. Болезнь проявляется в виде бурых пятен на листьях, которые затем покрываются серым налетом спороношения гриба. Серый налет может распространяться и на соцветия, приводя к гниению семян.

В чем уникальность разработки

Система раннего выявления болезней, разработанная в СКФУ, позволяет с высокой точностью (97,02%) определять по изображениям здоровые листья, а также листья, пораженные мучнистой росой или серой гнилью. Это открывает новые горизонты в борьбе с заболеваниями растений, предоставляя фермерам возможность раннего выявления болезни. Это позволяет своевременно принять необходимые меры по ее ликвидации.

Оптимизации применения пестицидов позволяет сократить расходы на обработку и минимизировать негативное влияние на окружающую среду. Применение новой технологии позволит также увеличить урожайность и качество продукции, что повысит рентабельность сельхозпроизводства.

Важно, что новая система идентифицирует болезни, а анализирует их распространение по полю, что позволяет выделить очаги заражения и разработать оптимальную стратегию борьбы с ними.

Метод, разработанный учеными СКФУ, основан на использовании глубокого обучения, которое позволяет "обучить" искусственный интеллект различать здоровые и больные растения. В основе системы нейросети, каждая из которых специализируется на определенном типе изображения, например, на листьях, стеблях или соцветиях.

Фото: pixabay.com