Нейронная сеть поможет сохранить урожай

Нейронная сеть поможет сохранить урожай

Как сообщает издание «Наука в Сибири», новосибирские биоинформатики представили на международной конференции «Генетика, геномика, биоинформатика и биотехнология растений» (PlantGen2021) нейросеть, способную на ранней стадии выявлять заболевания зерновых, сохраняя тем самым урожай.

Заболеваниям злаков, которые вызываются патогенными грибами, подвержены многие культуры, и часто это существенно снижает 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 и принять меры к его нераспространению. Высокую эффективность в этой области показали методы на основе анализа цифровых изображений, которые возможно получить в полевых условиях с помощью мобильных устройств. Именно в этом направлении и работают ученые ФИЦ «Институт цитологии и генетики СО РАН».

На конференции они представили метод распознавания пяти грибных заболеваний побегов пшеницы, как по отдельности, так и в комплексе, с одновременной возможностью идентификации стадии развития растений.

«Мы сформировали набор из более чем двух тысяч изображений пшеницы, для которых была выполнена экспертная разметка по типу поражения, а затем использовали несколько типов нейросетей для их распознавания и анализа», — рассказал старший научный сотрудник ИЦиГ СО РАН кандидат биологических наук Михаил Александрович Генаев.

Наилучшую точность (0.942) показала сеть со стратегией обучения, основанной на аугментации и переносе стилей изображений. Этот метод распознавания реализован исследователями в качестве бота @wheat_healthy_bot на платформе Telegram, который позволяет проводить оценку растений поражениями в полевых условиях.

Как отмечают ученые, разные грибные 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, что далеко не всегда возможно. Теперь же, с помощью бота, с этой задачей сможет справиться любой агроном и даже студент-практикант.

Другое ноу-хау новосибирских исследователей заключается в том, что созданный ими бот одновременно оценивает стадию развития пораженного растения (молодое оно или уже взрослое), что также важно для выработки оптимальной стратегии борьбы с патогенами.

«Использование нейросетей для мониторинга заболеваний растений — это новый тренд, пока делаются первые шаги в этом направлении, и обычно речь идет о тепличных хозяйствах. Мы же создавали продукт для работы в полевых условиях, где условия освещенности и, соответственно, полученные фотографии могут сильно отличаться. Научить программу работать с ними было само по себе непростой задачей», — отметил Михаил Генаев.

Пока работа находится в стадии рецензирования, и бот получил известность в академической среде, но его создатели уверены, что он заинтересует и сельхозпроизводителей, поскольку является простым и эффективным инструментом в борьбе с грибковыми заболеваниями. К тому же программа будет размещена в свободном доступе для всех желающих.

Ученые планируют и дальше работать в этом направлении, тем более что здесь есть почва для международного научного сотрудничества: на разработчиков вышли их коллеги из Австралии и предложили объединить усилия.

Иллюстрация к статье: Яндекс.Картинки
Подписывайтесь на наш Telegram, чтобы быть в курсе важных новостей медицины

Оставить комментарий

Вы можете использовать HTML тэги: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>