Програмне забезпечення для класифікації рослин на основі зображень

Abstract

Сільське господарство є однією з ключових галузей економіки багатьох країн, зокрема України, забезпечуючи продовольчу безпеку та значну частку експорту. Проте сучасне сільське господарство стикається з численними викликами, серед яких особливе місце посідають захворювання рослин. За даними Продовольчої та сільськогосподарської організації ООН (FAO), щорічні втрати врожаю через хвороби рослин можуть сягати до 40% у деяких регіонах, що створює серйозну загрозу для продовольчої стабільності. Своєчасна діагностика та класифікація захворювань є критично важливими для зменшення цих втрат, оскільки дозволяють оперативно застосовувати заходи захисту та оптимізувати використання ресурсів. Традиційні методи діагностики, які базуються на візуальному огляді рослин фахівцями, є трудомісткими, суб’єктивними та часто обмеженими доступністю кваліфікованих спеціалістів. У цьому контексті сучасні технології, зокрема комп’ютерний зір і методи машинного навчання, відкривають нові можливості для автоматизації процесу виявлення та класифікації хвороб рослин. Використання зображень листя чи інших частин рослин для аналізу дозволяє швидко й точно ідентифікувати патології, що особливо актуально для великих сільськогосподарських угідь. Актуальність теми бакалаврської роботи зумовлена необхідністю створення ефективних інструментів для автоматизованої діагностики захворювань рослин, що можуть бути застосовані як фермерами, так і великими агропідприємствами. Розробка програмного забезпечення для класифікації захворювань на основі зображень сприятиме підвищенню продуктивності сільського господарства, зниженню економічних втрат і раціональному використанню засобів захисту рослин. Мета роботи полягає в розробці програмного забезпечення для класифікації захворювань рослин на основі зображень з використанням методів глибокого навчання, що забезпечить високу точність діагностики та зручність використання.

Завдання роботи: 1. Провести аналіз предметної області, сучасних методів і програмних засобів для діагностики хвороб рослин. 2. Дослідити та порівняти алгоритми машинного навчання для класифікації зображень. 3. Розробити програмне забезпечення, що включає модель глибокого навчання для ідентифікації захворювань. 4. Підготувати набір даних для навчання та тестування моделі. 5. Провести тестування розробленого програмного забезпечення та оцінити його ефективність. 6. Сформулювати рекомендації щодо практичного застосування розробленого рішення. Об’єкт дослідження – процес класифікації захворювань рослин на основі зображень. Предмет дослідження – програмне забезпечення та методи глибокого навчання для автоматизованої діагностики хвороб рослин. Методи дослідження включають аналіз літератури, порівняння алгоритмів машинного навчання, методи обробки зображень, розробку програмного забезпечення, експериментальне тестування та статистичний аналіз результатів. Наукова новизна роботи полягає в адаптації сучасних архітектур глибоких нейронних мереж для класифікації хвороб рослин із урахуванням специфіки доступних наборів даних та створенні зручного програмного рішення, орієнтованого на практичне застосування в сільському господарстві. Практична цінність роботи полягає в розробці програмного забезпечення, яке може бути використано фермерами та агрономами для швидкої та точної діагностики хвороб рослин, що сприятиме зниженню втрат врожаю та оптимізації витрат на засоби захисту. Структура роботи складається зі вступу, трьох основних розділів, висновків, списку використаних джерел і додатків. У першому розділі проведено аналіз предметної області, сучасних методів і програмних засобів для діагностики хвороб рослин. Другий розділ присвячено розробці програмного забезпечення, включаючи вибір технологій, підготовку даних і створення моделі класифікації. У третьому розділі описано тестування розробленого рішення та оцінку його ефективності. У висновках узагальнено результати роботи та надано рекомендації щодо подальшого розвитку. Розробка програмного забезпечення для класифікації захворювань рослин на основі зображень є важливим кроком до впровадження інноваційних технологій у сільське господарство, що сприятиме підвищенню його ефективності та сталості.