Ученые из НИИ цитологии и генетики изучают патологии растений. Например, пшеницы, грибковые поражения этого злакового должна определять новая нейросеть.
Открываем чат-бот, делаем фотографию и отправляем чат-боту в Телеграме. Буквально несколько секунд на отправку, пара секунд на анализ – нейросеть выдает результат: это стеблевая ржавчина.
Ранее, чтобы определить болезнь пшеницы на месте, должен был работать специалист фитопатолог. Проблема в том, что сегодня таких экспертов мало, и пока конкретный участок поля ждет помощи, время уходит и урожай страдает. Теперь достаточно телефона и доступа в интернет.
«Основа этих методов заключается в том, что если у нас есть достаточно большая выборка изображений, которые размечены, то мы можем создать модель нейронной сети, которая подбирает эти параметры и распознает болезни по изображениям», – сообщил заведующий лабораторией НИИ цитологии и генетики СО РАН Дмитрий Афонников.
Принцип тот же, что и в телефонах с блокировкой на основе распознования лица. Чтобы создать нейросеть, ученые собрали архив из более чем двух с половиной тысяч фотографий.
Система изучила их, после чего фотографии немного изменяли в редакторе: меняли яркость, крупность и прочие параметры – и запускали обучение вновь. И так 150 раз, а для того чтобы не разрабатывать отдельные приложения для разных платформ, в качестве оболочки нейросети использовали обычный чат-бот в Телеграме.
«Мы обучали нашу сеть на наборе данных из двух с половиной тысяч изображений, на двух графических процессорах, процесс обучения в течение 150 эпох занял около 8 часов», – сообщил старший научный сотрудник НИИ цитологии и генетики СО РАН Михаил Генаев.
Сейчас нейросеть уже готова к использованию, разработчики говорят – в будущем, возможно, расширят ее функционал, научат определять болезни и других культур, например, ржи или помидоров.
