В Донском государственном университете в научно-исследовательской лаборатории «Моделирование и разработка интеллектуальных технических систем АПК» создан опытный образец нейросети для оценки состояния посевных площадей на предмет сорности и всхожести растительных культур и, как следствие, повышения урожайности и оптимизации затрат на обработку полей. Об этом сообщает пресс-служба донского вуза.

По ее информации, в ходе работы над проектом сотрудники лаборатории обучили 10 различных нейронных моделей. По результатам анализа была выбрана наиболее эффективная модель, с вероятностной точностью в 82,54%. Ее особенность в том, что она контролирует всходы культурного растения и сорняков для различных стадий их роста в течение всего жизненного цикла.

На данный момент в НИЛ АПК продолжают собирать и обрабатывать данные своей модели, которая должна производить качественную классификацию различных растений, определять фазы их жизненного цикла.

Команда сотрудников научно-исследовательской лаборатории разрабатывает также две системы наземного и воздушного применения, которые будут собирать фотографии полей с привязкой к геоданным. Системы позволять интегрировать современные методы управления процессами в агропромышленности.

Как отметил декан факультета «Автоматизация, мехатроника и управление» ДГТУ Иван Наумов, интеграция нейросетевых моделей в веб-платформу для оценки сорности и всхожести уже способна заменить трудоемкие и субъективные методы агрономического мониторинга. Современные практики позволяют сократить количество выездов на поля, уменьшить потребность в ручной обработке и ускорить приживаемость решений.