В РФ создали нейросеть для повышения урожая садовой земляники

15.07.2024
Технологии
164
Нейросети помогут фермерам увеличить урожай садовой земляники

Ученые Тюменского госуниверситета (ТюмГУ) разработали нейросетевую систему компьютерного зрения, которая может повысить урожайность садовой земляники. Система найдет применение в умных фермах, сити-фермах и обычных теплицах. Подробностями делятся корреспонденты РИА Новости.

Система, основанная на технологиях искусственного интеллекта, выполняет следующие функции:

  • ведет подсчет ягод;
  • оценивает их спелость,
  • выявляет заболевания;
  • подсчитывает листья и усы.

Основная задача разработки тюменских ученых – возможность комплексно оценить состояние растений, чтобы в дальнейшем 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».
Дмитрий Глухих один из разработчиков системы, аспирант Школы компьютерных наук
Выращивание садовой земляники в Агробиотехкомплексе ТюмГУ

По словам ученого, анализ данных о количестве и спелости ягод позволяет прогнозировать урожай, корректировать режим полива и состав питательных растворов. В случае выявления болезни растения с помощью нейросети можно не только провести диагностику, но и определить вид заболевания, что обеспечивает своевременное принятие мер по лечению.

Эксперименты проводились на садовой землянике, которую выращивают на модулях городской фермы в Агробиотехкомплексе ТюмГУ.

В ходе исследования ученые использовали предобученную нейросетевую модель компьютерного зрения YOLOv8, содержащую ансамбль из восьми обученных моделей. Каждая из них выполняет свою задачу, а две отдельные нейросети контролируют работу остальных. По оценке ученых, такой подход снижает вероятность ошибки на 30%.

Как заверили специалисты, внедрение разработанной технологии позволит:

  • сократить время на принятие решений и прогнозирование урожая;
  • снизить риск потери урожая из-за заболеваний на 40-70%;
  • уменьшить требования к квалификации обслуживающего персонала.

Исследование выполнено в рамках гранта в форме субсидии из федерального бюджета на оказание господдержки научно-образовательных центров мирового уровня – Западно-Сибирский НОЦ.

Тюменские ученые обучают нейросети сельскохозяйственным наукам

В Оренбурге разработали мобильное приложение, определяющее болезни растений