?
КЛАССИФИКАЦИЯ ВНЕКОРНЕВЫХ ЗАБОЛЕВАНИЙ ЯБЛОНЕВЫХ КУЛЬТУР МЕТОДАМИ КОМПЬЮТЕРНОГО ЗРЕНИЯ
Цель.
Разработка модели сверточной нейронной сети для определения вне
-
корневых заболеваний яблонь по фотографиям листьев с мобильного телефона.
Методы и материалы исследования.
Материалом для исследований по
-
служили размеченные изображения с различными видами внекорневых заболе
-
ваний яблони, опубликованные в открытом доступе платформы Kaggle. Ме
-
тоды исследования: теория проектирования и разработки информационных
систем, программирования, методы аугментации и расширения датасетов
для задач компьютерного зрения, методы настройки гиперпараметров обу
-
чения 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 урожай
-
ности садов по всему миру. Для профилактики и раннего предупреждения
распространения заболеваний яблонь необходим инструмент в виде модели
нейронной сети, позволяющей определить наличия заболевания по фотогра
-
фии со смартфона листьев яблони. В работе использовались методы глубин
-
ного обучения сверточных нейронных сетей, а также концепция «transfer
learning». На базе сети EfficientNet была обучена нейронная сеть, позволяю
-
щая 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 ней
-
ронной 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.