В Омском государственном аграрном университете стартовала масштабная научная работа. Коллектив исследователей под руководством доктора сельскохозяйственных наук и профессора Игоря Бобренко приступил к созданию датасета для обучения нейросетевой модели компьютерного зрения.
Как сообщили в пресс-службе университета, цель проекта — разработать интеллектуальный инструмент, который поможет сельхозпроизводителям эффективнее заботиться о посевах. Нейросетевая модель будет анализировать снимки, полученные с помощью беспилотных авиационных систем (БАС) и носимых камер агроскаутов. С её помощью можно будет оперативно выявлять угрозы для урожая: обнаруживать сорные растения, диагностировать болезни и фиксировать появление вредителей. Кроме того, система сможет определять фазы развития сельскохозяйственных культур, строить подробные карты полей и давать прогнозы фитосанитарного состояния территорий.
Сбор данных для обучения модели ведётся сразу двумя способами. С одной стороны, специалисты проводят аэросъёмку с использованием беспилотных аппаратов — это позволяет охватить большие площади и получить обзорную картину состояния полей. С другой стороны, выполняются наземные обходы: исследователи снимают посевы на мобильные устройства, фиксируя детали на уровне отдельных растений.
Все полученные изображения поступают в централизованное хранилище. Затем каждый снимок проходит тщательную обработку — его размечают в векторном формате, дополняя полной атрибутивной информацией. Эксперты указывают вид обнаруженного сорняка, тип выявленной патологии, стадию развития растения и другие значимые параметры. Эта кропотливая работа по аннотации данных критически важна: именно она позволит нейросети научиться точно распознавать различные объекты и ситуации на будущих снимках.
