Siberian Journal of Life Sciences and Agriculture (Jun 2021)
КЛАССИФИКАЦИЯ ВНЕКОРНЕВЫХ ЗАБОЛЕВАНИЙ ЯБЛОНЕВЫХ КУЛЬТУР МЕТОДАМИ КОМПЬЮТЕРНОГО ЗРЕНИЯ
Abstract
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.
Keywords
