Коллектив Курчатовского геномного центра Института цитологии и генетики СО РАН выполнил ряд проектов по созданию новых решений, в том числе цифровых, для сельского хозяйства. Одна из важных задач на этом направлении – подсчет количества взошедших после посева растений: свеклы, картофеля, подсолнечника и других пропашных культур. Эти данные позволяют оценить качество всходов и спланировать агротехнические мероприятия по повышению урожайности.
Совместно с партнерами (ООО ГеосАэро (г. Пенза)), ученые ИЦиГ СО РАН разработали метод применения БПЛА для количественной оценки всходов. Данная программа использует алгоритм нейронных сетей глубокого обучения для полевого фенотипирования сельскохозяйственных растений на основе анализа изображений.
На первом этапе потребовалось собрать большую выборку изображений и разметить их, чтобы обучить нейронные сети их распознавать.
«Саму разработку алгоритма работы и программирование нейронной сети взяли на себя сотрудники нашего института. Мы имеем опыт решения таких задач — создаем алгоритмы обучения нейронных сетей для решения самых разных целей, связанных с анализом изображений. Например, мы разработали мобильные приложения для анализа формы и размеров зерен пшеницы и для автоматического распознавания грибных заболеваний пшеницы на основе полевых изображений побегов», – рассказал ведущий научный сотрудник Курчатовского геномного центра ИЦиГ СО РАН Дмитрий Афонников.
Взаимодействие со специалистами компании-партнера позволило скорректировать работу алгоритма в направлении скорости и точности обработки данных. Результатом этой совместной работы стал пакет программ SeedlingsNet, внесенный в реестр отечественного программного обеспечения и успешно внедренный в работу компании-партнера. В итоге, разработка новосибирских ученых получила диплом 1 степени на Международной выставке сельскохозяйственной техники, материалов и оборудования для животноводства и растениеводства Агропром-Урал 2024, г. Екатеринбург.
Как отметил Дмитрий Афонников, новая технология позволяет подготовить рекомендации для хозяйств или фермеров, например, рассчитать необходимую растениям дозу подкормки и полива, снизить расходы и повысить урожайность сельскохозяйственных культур. В результате, возможная выгода от использования разработки может быть очень существенной.
В настоящее время разработчики продолжают развивать это направление: работают над созданием алгоритма для нейросети, которая сможет подсчитывать количество созревших колосьев и оценивать урожай. Следующей возможной задачей может стать определение числа колосьев на более ранних стадиях созревания для корректировки полевых работ (подкормки и т.п.) и давать ранние прогнозы на урожай.
«В перспективе подобные разработки могут стать модулями общей цифровой платформы – «электронного помощника руководителя хозяйства», способного решать задачи оптимизации севооборота, прогнозирования урожайности и картирования почв. А наш опыт совместной работы с «ГеосАэро» — интересным примером для других потенциальных партнеров», — подытожил Дмитрий Афонников.
Пресс-служба Института цитологии и генетики СО РАН
- Войдите или зарегистрируйтесь, чтобы отправлять комментарии