Российские аграрные вузы включились в проект, который в перспективе может изменить работу агронома до неузнаваемости. Речь идет о программе “Фитосанитарная диагностика и мониторинг посевов на основе данных беспилотников, методов машинного зрения и искусственного интеллекта”.
Нейросеть учится распознавать культурные растения, сорняки, болезни и вредителей. Для этого преподаватели и студенты Чувашского государственного аграрного университета вручную создают базу данных из множества снимков с дронов.
Как машину учат “видеть” поле
Все начинается с выезда на участок. Беспилотник поднимается в воздух и делает серию снимков, в то время как специалисты Россельхозцентра обследуют то же поле традиционными методами. Затем необходимо сопоставить изображения с реальной фитосанитарной ситуацией и настроить систему.
Из всего массива отснятых кадров отбирают фотографии для разметки. Отбор идет по нескольким правилам: четкие изображения с видимыми признаками болезней, снимки не дублируются. В массив данных обязательно включают редкие случаи – вредителей, сорняков, заболеваний.
Для разметки выбирают от 5 до 10 процентов от общего числа снимков, а объем должен быть таким, чтобы успеть обработать его за 10–15 дней.
Как происходит разметка
Дальше начинается самая кропотливая часть. Каждый фрагмент изображения обрабатывается вручную: специалисты и студенты выделяют все культурные растения с указанием стадии роста, сорняки, подозрения на заболевания и повреждения вредителями. Чувашский ГАУ формирует массив данных по нескольким направлениям: яровая пшеница, ячмень и овес. Так создается датасет по основным культурам региона.
Работа идет в облачном хранилище: созданные задания распределяются между исполнителями, и каждый вносит свой вклад в общую базу. Процесс накопления данных постоянный.
Практическая польза для фермеров
Сегодня агрономы в основном осматривают поле вручную. На больших площадях это требует огромных затрат времени и сил: нужно обойти каждый участок, заметить проблему, оценить степень повреждения.
