Ученые из РФ создали нейросеть, способную мониторить болезни зерновых культур

Новосибирские биоинформатики Института цитологии и генетики (ИЦиГ) СО РАН разработали нейросеть, основанную более чем на двух тысячах изображений и способную на ранней стадии выявлять заболевания зерновых, которые вызываются патогенными грибами. Преимущество разработки в том, что она может точно идентифицировать вид патогена, что позволяет определить будущий ущерб для урожая и предотвратить его, сообщает в четверг пресс-служба института.

Заболеваниям злаков, которые вызываются патогенными грибами, подвержены многие культуры. И часто эти болезни существенно снижают урожайность растений. С такими болезнями трудно бороться, поскольку площадь поражения быстро разрастается. Поэтому одним из актуальных подходов является мониторинг посевов, который помогает на ранней стадии идентифицировать заболевание, принять меры к его нераспространению.

— Мы сформировали набор из более двух тысяч изображений пшеницы, для которых была выполнена экспертная разметка по типу поражения. А затем использовали несколько типов нейросетей для их распознавания и анализа, — приводит пресс-служба слова старшего научного сотрудника ИЦиГ СО РАН, кандидата биологических наук Михаила Генаева.

В институте добавили, что наилучшую точность показала сеть со стратегией обучения, основанной на аугментации и переносе стилей изображений. Этот метод распознавания исполнен исследователями в качестве бота на платформе Telegram, который позволяет проводить оценку растений поражениями в полевых условиях.

— Как отмечают ученые, разные грибковые заболевания на ранних стадиях (когда их вспышку проще всего подавить) имеют схожие симптомы, но могут сильно различаться по масштабу урона для урожая. Поэтому очень важна точная идентификация патогена, поразившего посадки. Раньше это мог сделать только опытный фитопатолог, причем, как правило, побывав на месте очага заболевания, — пояснили в пресс-службе.

Кроме этого, разработка новосибирских биоинформатиков оценивает стадию развития пораженного растения (молодое оно или уже взрослое), что также важно для выработки оптимальной стратегии борьбы с патогенами. По словам Генаева, самой непростой задачей было научить нейросеть обрабатывать фотографии, полученные в полевых условиях с разным уровнем освещения.

В пресс-службе ИЦиГ СО РАН добавили, что разработка находится в стадии рецензирования. Ученые планируют и дальше работать в этом направлении совместно с исследователями из Австралии, которые предложили сотрудничество в этой сфере.