Диагностика болезней растений.

Description

Решения в области компьютерного зрения и машинного обучения открывают большие возможности для автоматического распознавания больных растений путем визуального осмотра поврежденных листьев.

Болезни сельскохозяйственных культур представляют собой важную проблему, поскольку они вызывают серьезное снижение количества, а также качества сельскохозяйственной продукции. Автоматическая система обнаружения болезней растений дает очевидные преимущества при мониторинге больших полей, поскольку это единственный подход, который дает возможность обнаруживать болезни на ранней стадии. Решение включает в себя набор камер и вычислительного оборудования, установленных на транспортном средстве. Базовая система компьютерного зрения проверяет поток изображений с камер, обнаруживает больные листья и выполняет классификацию. Результаты проверки могут быть представлены различными способами. Наше решение для автоматического раннего выявления заболеваний основано на искусственной нейронной сети, которая в настоящее время является наиболее надежным методом классификации изображений. К основным преимуществам нашего решения можно отнести высокую скорость обработки и высокую точность классификации. Система распознавания болезней растений может работать как универсальный детектор, распознавая общие аномалии на листьях, такие как ожоги или плесень. Однако наши дальнейшие исследования связаны с точным распознаванием конкретных заболеваний. После интенсивного обучения на различных наборах данных наша модель машинного обучения сможет различать большое количество различных заболеваний. Нейросеть распознает болезни растений по фотографии.

Как искусственный интеллект и машинное обучение могут помочь фермерам диагностировать болезни сельскохозяйственных культур?

Болезни растений являются одной из важнейших причин, приводящих к гибели растений и посевов. Выявление этих болезней на ранних стадиях позволяет фермерам преодолевать их и лечить надлежащим образом. Экспертные системы очень помогают в выявлении этих заболеваний и описании методов лечения. Могут ли методы искусственного интеллекта и машинного обучения помочь диагностировать болезни сельскохозяйственных культур, повысить продовольственную безопасность страны или региона и продолжать кормить мир?

Первая коммерческая экспертная система развивалась как продукт искусственного интеллекта и теперь доступна в ряде областей, требующих принятия решений. Устойчивость этой технологии была признана и реализована в области сельского хозяйства, и было разработано несколько успешных экспертных систем. Райли разработали экспертную систему для диагностики болезней растений, основанную на визуальном наблюдении за симптомами, проявляемыми зараженным растением. Эль-Дессоки разработал интегрированную экспертную систему для управления посевами огурца.

Раджкишор разработал экспертную систему для диагностики вредителей, болезней и нарушений индийского манго. Лопес-Моралес разработал интеллектуальную систему для диагностики и борьбы с болезнями томатов и вредителями в теплицах. Гонсалес-Андухарет разработал экспертную систему для выявления вредителей, болезней и сорняков в посевах оливок. Эти экспертные системы концентрируются на конкретном типе заболевания и одной методологии диагностики.

Разработка визуального метода различения всходов сельскохозяйственных культур и сорняков является важным и необходимым шагом на пути к автоматизации нехимических систем борьбы с сорняками в сельском хозяйстве и к сокращению использования химикатов посредством точечного опрыскивания.

Продовольственной безопасности угрожают многие вещи. В некоторых регионах изменчивость климата вызывает засухи, которые истощают жизненно важные ресурсы. В других странах политическая неразбериха создает логистические блокады для сельского хозяйства, сбора урожая и доставки продукции. Но практически везде болезнь растений может уничтожить целые посевы без малейшего предупреждения.

Волшебство происходит после того, как компания получает фотографии и прогоняет их через свое программное обеспечение для распознавания изображений, которое становится все более мощным с каждой новой болезнью урожая, которую регистрирует компания. За последний год приложение было загружено 50 000 раз, в результате чего в набор данных было загружено 100 000 изображений. Уже сейчас он может идентифицировать более 60 вредителей и патогенов растений с точностью более 90 процентов. Эти цифры будут расти по мере роста базы данных.

Если у Вас появилась заинтересованность в данной нейронной сети, и она может помочь Вам в реализации Ваших бизнес и других технических задачах, пожалуйста отправьте заявку на email info@ai2b.ru , или позвоните по телефону 8(495)661-61-09