В Омском государственном аграрном университете начали создавать крупный датасет для обучения нейросетей, которые смогут анализировать состояние сельхозугодий по снимкам с дронов и камер агроскаутов. Разработка должна помочь автоматически выявлять сорняки, болезни растений, вредителей и стадии развития культур.
Суть проекта – собрать большое количество изображений с полей и правильно их разметить. Для нейросети недостаточно просто получить фотографии: каждому снимку нужно дать точное описание. Специалисты отмечают, где находятся сорные растения, какие признаки болезни видны на культуре, есть ли повреждения от вредителей и в какой фазе развития находится растение.
Данные собирают с помощью беспилотников и наземного мониторинга. Такой подход позволяет видеть поле сразу с двух уровней: сверху – общую картину посевов, а с земли – детальные признаки поражения растений. В дальнейшем это поможет системе точнее распознавать проблемы и формировать цифровые карты полей.
Для аграриев такая технология может стать важным инструментом принятия решений. Если нейросеть научится быстро находить очаги сорняков, болезней или вредителей, хозяйство сможет обрабатывать не все поле целиком, а только проблемные зоны. Это снижает расходы на препараты, уменьшает нагрузку на почву и помогает сохранить урожай. Дроны и искусственный интеллект уже перестают быть экспериментом и постепенно становятся рабочими инструментами для мониторинга посевов, планирования обработок и прогнозирования рисков.
Омские ученые создают основу для аграрной нейросети, которая сможет «видеть» проблемы на поле раньше человека. Если технология будет доведена до практического применения, она поможет хозяйствам быстрее реагировать на угрозы, экономить ресурсы и повышать эффективность растениеводства.
