Прогнозирование урожайности зеленых культур на основе мониторинга морфометрических параметров посредством машинного зрения и нейронных сетей

М. А. Астапова, М. Ю. Уздяев, В. М. Кондратьев

Аннотация: Средства искусственного интеллекта и технического зрения играют важную роль в автоматическом определении стадий роста растений. Исследование направлено на изучение современных технологий для автоматического анализа и измерения характеристик растений, таких как высота, площадь листьев и другие морфометрические параметры. В данной статье рассматривается применение машинного зрения и нейронных сетей для мониторинга морфометрических параметров и прогнозирования урожайности зеленых культур. Разработан алгоритм определения стадий роста салата, который осуществляет сбор данных о растениях с помощью мультиспектральной камеры, а затем анализирует полученную информацию с использованием нейронных сетей. Обучение классификации стадий роста выполнялось на подвыборке исходного датасета, состоящей из 273 случайно отобранных изображений с соблюдением баланса классов (91 изображение  в  каждом  классе).  Размер обучающей выборки для каждого класса – 45 изображений и размер тестовой выборки – 46 изображений для каждого класса. Классификация стадий роста показала высокие результаты: более 95 % верно распознанных экземпляров; более 93 % верных распознаваний отдельных стадий роста. По отдельным метрикам (Precision, Recall, F1-score) лучше всего себя показала архитектура ResNet34.

Ключевые слова: техническое зрение, нейронные сети, прогнозирование урожайности, автоматизация производства.

Для цитирования. Астапова М. А., Уздяев М. Ю., Кондратьев В. М. Прогнозирование урожайности зеленых культур на основе мониторинга морфометрических параметров посредством машинного зрения и нейронных сетей // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 3. С. 11–20. DOI: 10.35330/ 1991-6639-2024-26-3-11-20