Учёные создали систему, способную по фотографии определить, здоров лист томата или поражён болезнью. На проверочном наборе изображений она распознавала состояние растений с точностью 96 процентов, тогда как исходная нейросеть достигла результата 92,3 процента. Исследование опубликовано 1 ноября в журнале «Сайентифик репортс» (SR).
В основу разработки легла уже существующая архитектура, которую исследователи усовершенствовали механизмом внимания. Благодаря этому модель выделяет наиболее информативные области снимка и использует их при классификации листа. Такой подход позволил системе лучше различать признаки здорового и больного растения.
Эксперимент провели на общедоступном наборе фотографий. Обновлённая модель показала более высокий результат, чем базовая нейросеть и несколько других алгоритмов глубокого обучения. Прирост относительно исходной системы составил 3,7 процентного пункта.
Отдельной особенностью разработки стала возможность показать участки изображения, повлиявшие на итоговое решение. Это позволяет увидеть, какие именно фрагменты листа нейросеть сочла значимыми. По ним можно понять, на основании каких визуальных признаков снимок был отнесён к здоровым или больным.
Как уточняет журнал Scientific Reports, показатель 96 процентов получен именно на использованном наборе фотографий. Он не означает, что система будет работать с такой же точностью на любой ферме. При изменении освещения или фона во время съёмки результаты могут оказаться иными.