Нейронные сети научили идентифицировать сорняки

Ученые из Университета Дэлхаузи (Dalhousie University) в Канаде планируют уменьшить количество сорняков на черничных полях с помощью сверточной нейронной сети (convolutional neural networks). Разработка представляет собой инновационную технологию глубокого обучения, которая способна визуально идентифицировать растения. Так, аграрии смогут более целенаправленно бороться с сорняками.

Исследователям удалось научить нейронную сеть с высокой точностью идентифицировать два распространенных в Канаде сорняка: щавель воробьиный (Rumex acetosella) и овсяницу аметистовую (Festuca amethystina).

Сверточные нейронные сети способны интеллектуально идентифицировать визуальные образы и находить закономерности, связанные с целевым растением. При этом участие человека сводится к минимуму. Технология уже успешно применяется для определения степени зрелости черники и оценки потенциальной урожайности ягоды.

Точность нейронной сети при идентификации сорняков во время тестов на полях составила 97% и 90% для щавеля и овсяницы соответственно. Эксперты предполагают, что использование сверточных нейронных сетей в совокупности с «умными» распылителями позволит значительно уменьшить расходы на гербициды и снизить нагрузку на окружающую среду.

Подготовлено по материалам: https://phys.org.