Различить сою и сорняк среди переплетённых листьев, обозначить границы растений на снимке, сопоставить наблюдения с воздуха с результатами полевых измерений. Такие задачи решают участники студенческого отряда «Датасет». Их работа становится основой для обучения искусственного интеллекта, который в перспективе поможет аграриям выявлять проблемы на полях и принимать решения о защите посевов.
Отряд объединил 20 студентов и включился в проект по разработке инструментов предиктивной агроаналитики. Университет формирует массив данных по сое, пшенице и ячменю, соединяя беспилотную съёмку, спутниковые наблюдения и наземные обследования. Участники «Датасета» недавно представили отчёты по четырём направлениям: сбору фотографий с БПЛА, разметке изображений для нейросетей, разметке полей по спутниковым материалам и биометрии растительных образцов.
За каждым изображением, пригодным для обучения модели, стоит ручная работа. Студенты выделяют культурные растения и сорняки, размечают объекты, которые алгоритму предстоит распознавать самостоятельно. На одну шестую сложного снимка порой уходит два-три часа. Эта точность необходима уже на этапе подготовки данных: именно размеченные примеры задают основу будущего распознавания. Работа участников отряда оплачивается.
Особое значение имеет проверка того, что видно с воздуха. Изображение фиксирует неоднородность посевов, а наземное обследование помогает установить, что за ней стоит. Поэтому одновременно с полётами беспилотников специалисты амурского филиала Россельхозцентра обследуют растения, определяют сорную растительность, признаки заболеваний и повреждения вредителями. Так цифровой материал получает подтверждение непосредственно в поле.
Свой вклад в эту работу внесли третьекурсники направления «Агрономия» Анастасия Яфаева, Анатолий Карпушевский и Иван Котелевский. Они провели морфологический разбор образцов сои с 24 делянок. Растения отбирали в разных фазах развития, отмывали корни, подсчитывали клубеньки. Затем фиксировали сухую массу корней, клубеньков, стеблей с бобами и листьев, массу влажных и сухих высечек.
Собранные показатели предназначены для проверки данных беспилотного и спутникового мониторинга. Для разработчиков это возможность сопоставить цифровые признаки с измеренными характеристиками растений. Для студентов - опыт исследования, в котором правильность каждого измерения влияет на качество общего результата.
В проекте взаимодействуют Дальневосточный ГАУ, амурский филиал Россельхозцентра, АО «Инно-Агро» группы компаний ЭФКО, группа компаний «Амур Агрокомплекс» и консорциум аграрных вузов. Университет обеспечивает съёмку и разметку данных, участвует в полевых исследованиях и рассматривается как будущий пользователь разрабатываемой системы.
Результаты работы отряда рассмотрела комиссия в составе руководителя проектного офиса Ирины Палаевой, проректора по научной работе Ольги Селиховой и ведущего специалиста по учебно-производственной практике Елены Сахаровой.
Опыт «Датасета» показывает, как студенческое объединение может стать участником технологической разработки. В рамках «Приоритета-2030» (национальный проект «Молодежь и дети») университет привлекает студентов к подготовке данных, необходимых для решения производственной задачи. Следующий шаг - это обучение и проверка моделей, которые должны помочь специалистам быстрее находить проблемные участки посевов. А вместе с массивом данных университет формирует команду будущих агрономов, понимающих, как полевое наблюдение превращается в основание для цифрового решения.