🔹

Международная группа исследователей разработала и протестировала автономного робота AgriScout, способного с высокой точностью обнаруживать заражение картофеля вирусом Y (PVY). Результаты исследования, опубликованные в рецензируемом журнале Computers and Electronics in Agriculture, свидетельствуют о том, что эта технология может значительно повысить эффективность и точность обнаружения заболеваний при коммерческом производстве картофеля, сообщает CBC.

Робот AgriScout был развёрнут на коммерческих картофельных полях в Нью-Брансуике и на острове Принца Эдуарда в течение вегетационного периода 2023 года. Робот оснащён пятью камерами Raspberry Pi, установленными на складной стреле, каждая из которых оснащена светодиодной подсветкой и затеняющими шторами для обеспечения стабильно высокого качества изображения. В середине июля, в период пиковой видимости симптомов, было получено более 55 000 RGB-изображений растений картофеля сорта «Рассет» в высоком разрешении.

Исследователи вручную проанализировали изображения и лабораторным путём подтвердили наличие 764 растений, положительных по PVY. Эти изображения были использованы для обучения модели глубокого обучения на основе архитектуры YOLOv11.

Что такое YOLO? YOLO (аббревиатура от « You Only Look Once ») — алгоритм обнаружения объектов в реальном времени, широко используемый в компьютерном зрении. Он обрабатывает изображения за один проход, что делает его высокоэффективным для полевых применений, где скорость и точность имеют решающее значение. В данном исследовании модель YOLOv11 была обучена с использованием метода переноса обучения и настроена на 186 эпох для обнаружения симптомов PVY на листьях картофеля.

Обученная модель достигла средней точности (mAP) 85% при точности 0,85 и полноте 0,76. На отдельном тестовом поле AgriScout выявил 123 предполагаемых случая заражения, 105 из которых оказались подтверждёнными как вирус Y-вируса, что близко к ожидаемому уровню заражения в 1,5%.

AgriScout использует геолокацию GPS-RTK и спутниковую связь Starlink для геотегирования изображений и передачи их на облачный сервер в режиме реального времени. Это позволяет создавать карты заражения, которые определяют зараженные растения с точностью до сантиметра, позволяя аграриям принимать целенаправленные меры.

В состав исследовательской группы входят специалисты из Канады, США и Австралии, что подтверждает глобальный интерес к развитию точного земледелия. Хотя раннее выявление симптомов остаётся сложной задачей, модульная конструкция AgriScout и надёжная работа в различных полевых условиях делают его перспективным инструментом для масштабируемой борьбы с заболеваниями.

Исследователи предполагают, что в будущем систему можно будет адаптировать для других культур и патогенов. Для производителей, стремящихся сократить трудозатраты и улучшить контроль над болезнями, AgriScout предлагает захватывающий взгляд на будущее интеллектуального картофелеводства.

Источник: CBC.

Оригинал статьи на AgroXXI.ru