Группа исследователей из Нанкинского лесного университета (Китай) разработала новую и относительно простую нейронную сеть под названием MSUN, которая точно классифицирует болезни растений в естественных условиях. Исследование было опубликовано в журнале Plant Phenomics. Об этом пишет AgrpExpert.md.
Ученые обучили MSUN классифицировать болезни растений в контролируемой среде лаборатории, и теперь она может определять болезни растений в сложных полевых условиях.
Использованный подход ученых преодолевает недостатки предыдущих разработок. Например, изображения, собранные в поле, являются сложными, так как имеют несколько листьев, нестандартные углы съемки и могут быть размытыми. MSUN сможет обрабатывать эту сложную информацию для точной классификации заболеваний.
Читайте также: Agrofresh и Strella внедряют сенсорную технологию мониторинга состояния яблок и груш по всей цепочке поставок
Исследование показало, что MSUN не мешает расхождение, которое возникает, когда одна и та же информация собирается в контролируемой среде и в полевых условиях.
Важно отметить, что группа подтвердила точность классификации болезней MSUN с помощью нескольких сложных наборов данных по болезням растений. При тестировании данных из известных баз данных (PlantDoc, Plant-Pathology, Corn-Leaf-Diseases и Tomato-Leaf-Diseases) MSUN превзошел текущий набор классификаторов.
Группа оптимистично оценивает перспективы MSUN, учитывая ее способность обрабатывать сложные наборы данных. Они уверены, что она сможет преодолеть неопределенность, присущую современным классификаторам болезней, и что она поможет будущим исследованиям в области патологии растений, обеспечив значительное понимание проблем распознавания болезней.
