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

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 93 F1-score) лучше всего себя показала архитектура ResNet34.