КЛАССИФИКАЦИЯ ВНЕКОРНЕВЫХ ЗАБОЛЕВАНИЙ ЯБЛОНЕВЫХ КУЛЬТУР МЕТОДАМИ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Аннотация

Цель. Разработка модели сверточной нейронной сети для определения внекорневых заболеваний яблонь по фотографиям листьев с мобильного телефона.

Методы и материалы исследования. Материалом для исследований послужили размеченные изображения с различными видами внекорневых заболеваний яблони, опубликованные в открытом доступе платформы Kaggle. Методы исследования: теория проектирования и разработки информационных систем, программирования, методы аугментации и расширения датасетов для задач компьютерного зрения, методы настройки гиперпараметров обучения моделей нейронной сети.

Результаты. Яблоня (Malus) – многолетняя древесная культура рода Malus. Яблоки – основная плодовая культура России. Яблоня как плодовая культура распространена почти во всех странах умеренного климата, а в России она выращивается повсеместно – от северных регионов до юга [3]. Заболевания яблонь является одной из главных причин снижения урожайности садов по всему миру. Для профилактики и раннего предупреждения распространения заболеваний яблонь необходим инструмент в виде модели нейронной сети, позволяющей определить наличия заболевания по фотографии со смартфона листьев яблони. В работе использовались методы глубинного обучения сверточных нейронных сетей, а также концепция «transfer learning». На базе сети EfficientNet была обучена нейронная сеть, позволяющая с точностью 0,9842 по метрике F1-score определять наличие некорневых заболеваний яблони по изображению листьев.

Заключение. Был подготовлен набор данных изображений листьев яблонь, включающий четыре класса, для эффективной классификации нейронной сетью. Два класса с признаками определенного заболевания яблони, один класс для наличия более одного заболевания и один класс для здоровых яблонь. Построена и обучена модель для решения задачи классификации по обнаружению болезни яблонь по изображениям листьев со смартфона.