Новости
17 апреля 2023
на такой компьютер. В рамках программы «Приоритет 2030» есть понимание, что нам
такой компьютер нужно приобретать. С ним у нас появится больше возможностей,
чтобы проводить такие исследования, – считает Александр Горлов. – И самый
главный ресурс, который необходим – это время. Сейчас это больше хобби, чем
основная деятельность. Летом в отпуске я активно работал над «электронным
агрономом», находил час-два. Но с начала учебного года времени не хватает.
Надеюсь, в следующий отпуск многие задачи решим, и уже запустим в опытное
пользование наш телеграм-бот. Количество показов: 490
Документы
Преподаватели Дальневосточного ГАУ создают нейросеть, которая сможет определять болезни сои
Преподаватели Дальневосточного ГАУ разрабатывают бота, который сможет определить заболевание сои по фотографии растения. Над «электронным агрономом» работают декан финансово-экономического факультета Александр Горлов и руководитель проектного офиса управления программой развития университета Татьяна Колесникова. Создание приложения и формирование базы фотографий начались летом 2022 года.
– Идея создания «электронного агронома» связана с моим увлечением методами статистики, математики. Проводя свои исследования в области экономики, я погрузился немного в методы машинного обучения, которые связаны как раз со статистическими методами обработки информации. В тот момент я искал способы, как можно строить экономические модели, какие программные продукты можно для этого применять. И как раз познакомился с методами машинного обучения, которые являются основой искусственного интеллекта, – рассказывает Александр Горлов.
Александр Владимирович в свободное время начал изучать языки программирования по книгам и видеокурсам. Машинное обучение, компьютерное зрение – стало интересно, как применить это на практике, учитывая специфику работы в аграрном вузе. Постепенно пришла идея научить программу распознавать заболевания растений. Конкретно – сои. Подобные исследования – диагностирование заболеваний живых организмов с помощью нейронных сетей – уже есть. Для них необходимо иметь обширную базу фотографий – сотни тысяч снимков. Фотографии преподаватели искали в интернете, а с приходом лета снимали сами на амурских полях, поскольку цель была – сделать программу для нашей области с собственной авторской базой фотографий.
– Мы выезжали в поля с магистрантами. Татьяна Павловна мне показывала на месте что это растение заражено, а это нет. Синхронно с ней мы обходили всё поле, делали фотографии заболевших и здоровых растений. Также я сам выезжал в поля, когда у меня было время. Допустим, по пути к родственникам во время отпуска останавливался и снимал на смартфон, зная, как могут выглядеть больные растения. Снимал всё, а Татьяна Павловна потом отфильтровывала как специалист, – вспоминает Александр Владимирович.
В этой работе Татьяна Колесникова выступает как агроном и фитопатолог. Именно она отвечает за то, чтобы все болезни, которые попадаются на снимках, были правильно подписаны, были нанесены нужные метки, поскольку на фотографиях могут быть как заражённые, так и здоровые листья, а программа должна уметь их различать. Задача Александра Владимировича – написать программный код, создать чат-бота, который и станет «электронным агрономом».
Чтобы пользователям было удобно всегда иметь «электронного агронома» под рукой, создать его решили в виде телеграм-бота. Что может быть проще: мобильный телефон с камерой сейчас в кармане буквально у всех. Нужно лишь найти в «Телеграме» бота под названием «Болезни сои», сфотографировать или загрузить фотографию листочка, вызвавшего беспокойство, и дождаться ответа. Программа уже умеет определять здоровое растение и три самых распространённых вида болезней сои: пероноспороз, септориоз, округлый церкоспороз. Чтобы обучить нейросеть, нужно иметь как минимум 500-600 фотографий каждого заболевания. В базе разработчиков из Дальневосточного ГАУ сейчас примерно 300-400 снимков. Пополнять её будут в новом сельскохозяйственном сезоне. Чем больше материала для анализа – тем меньше ошибается нейросеть. Пока что уровень точности «электронного агронома» составляет 70-75 процентов.
В перспективе разработчики хотят, чтобы нейросеть не просто диагностировала болезнь, но и выдавала рекомендации, как лечить растение, какие гербициды и средства защиты использовать, выдавала прогноз по потере урожая и т. д. Также можно научить программу определять заболевания не только сои, но и зерновых культур, плодовых, овощных.
Цифровой помощник пригодится самой широкой аудитории. Это и фермеры, которые занимаются выращиванием сои, и агрономы, чтобы иметь под рукой справочник по лечению болезней, и студенты-практиканты, которые ещё только учатся и смогут быстро получить нужную информацию прямо в поле. Руководители хозяйств смогут с помощью бота прикинуть, какие потери они могут понести, если не принимать меры против болезней. Если в дальнейшем масштабировать проект, то «электронный агроном» станет полезен всем амурчанам, имеющим свои шесть соток и мечтающим о хорошем урожае. В дальнейшем в качестве партнёров к проекту можно будет привлечь компании, которые продают различные средства защиты растений, чтобы можно было сразу указывать для пользователей, где и что можно купить.
Работа над проектом ещё продолжается. Необходимо доработать базу фотографий, также необходим постоянно действующий сервер и более мощный компьютер, который позволит быстро обрабатывать изображения.
– Мы посчитали, что примерно миллион рублей надона такой компьютер. В рамках программы «Приоритет 2030» есть понимание, что нам
такой компьютер нужно приобретать. С ним у нас появится больше возможностей,
чтобы проводить такие исследования, – считает Александр Горлов. – И самый
главный ресурс, который необходим – это время. Сейчас это больше хобби, чем
основная деятельность. Летом в отпуске я активно работал над «электронным
агрономом», находил час-два. Но с начала учебного года времени не хватает.
Надеюсь, в следующий отпуск многие задачи решим, и уже запустим в опытное
пользование наш телеграм-бот. Количество показов: 490
Документы