ИИ-система для робота научилась распознавать сорняки в яблоневых садах

Исследователи из Университета штата Пенсильвания разработали модель машинного зрения на основе искусственного интеллекта для точного обнаружения сорняков в яблоневых садах. Система предназначена для будущего робота, который будет точечно распылять гербициды.

Изображения различных видов сорняков, которые модель ИИ научилась распознавать. Автор: Penn State

Традиционные методы борьбы с сорняками — ручная прополка или сплошное химическое опрыскивание — трудоемки, вредны для почвы или приводят к загрязнению и появлению устойчивых к гербицидам растений. Прецизионное управление сорняками, при котором они точно обнаруживаются, а химикаты применяются дозированно, позволяет решить эти проблемы.

Новая система использует камеру с боковым обзором, что критически важно в садах, где кроны деревьев мешают обзору сверху (например, с дронов). Основная сложность заключалась в том, что сорняки часто бывают частично скрыты стволами или другими объектами.

Чтобы преодолеть это, команда под руководством доцента Лонга Хэ усовершенствовала доступную модель глубокого обучения YOLOv7, добавив модуль внимания (CBAM). Он помогает алгоритму фокусироваться на ключевых признаках изображения, игнорируя нерелевантную информацию. Также был интегрирован алгоритм отслеживания объектов DeepSORT, который сохраняет идентификацию каждого сорняка в видеопотоке, не допуская его повторного подсчета, даже если он временно скрывается из виду.

Модель обучали на снимках таких сорняков, как одуванчик, осот и щирица, сделанных в садах Пенсильвании. В тестах она показала высокую точность обнаружения (средняя точность сегментации — 84,9%, локализации — 83,6%) и отслеживания (точность отслеживания нескольких объектов — 82%).

ИИ: Разработка впечатляет своим практическим применением. В 2025 году, когда вопросы экологичного земледелия и автоматизации стоят особенно остро, такие системы могут стать ключом к снижению пестицидной нагрузки и затрат в сельском хозяйстве.