Ученые научно-исследовательской лаборатории «Моделирование и разработка интеллектуальных технических систем АПК» Донского государственного технического университета разрабатывают веб-платформу для картографирования, которая умеет оценивать состояние посевов. Система анализирует, сколько сорняков и культурных растений выросло на поле.
Платформа строит тепловые карты — на них видно, где на участке больше сорных растений, а где полезных. Это поможет агрономам эффективнее выстраивать стратегии внесения удобрений и гербицидов, что, в свою очередь, оптимизирует затраты и повысит урожайность.
В ходе работы исследователи обучили 10 нейронных моделей и выбрали лучшую — ее точность составляет 82,54%. Главное достоинство модели: она может детектировать всходы полезных культур и сорняков на любой стадии жизненного цикла. Уже готов опытный образец платформы.
Параллельно команда лаборатории разрабатывает наземную и воздушную системы, которые будут фотографировать поля и привязывать снимки к геоданным. Это сэкономит затраты на технику и сделает современные агротехнологии доступнее.
«Проект демонстрирует высокий уровень зрелости в направлении цифровизации сельского хозяйства. Интеграция нейросетевых моделей в веб-платформу для оценки сорности и всхожести уже сейчас способна заменить трудоемкие и субъективные методы агрономического мониторинга. Это позволит сократить количество выездов на поля, уменьшить потребность в ручной обработке и ускорить приживаемость решений. Автоматизация этих процессов повысит производительность труда агрономов минимум на 30–40%, особенно в хозяйствах с большими посевными площадями», — отметил декан факультета «Автоматизация, мехатроника и управление» ДГТУ Иван Наумов.
Сейчас лаборатория продолжает сбор и обработку данных для обучения своей модели и проводит испытания технических систем агромониторинга.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
