Титульная страница Программные системы: теория и приложения  English version
ISSN 2079-3316 Двуязычный электронный научный Электронный научный журнал Института программных систем имени А. К. Айламазяна ИПС им. А. К. Айламазяна ИПС Российской Академии Наук РАН 12+ 
Том 16 (2025) .– Выпуск 3 (66) .– Статья № 4 (451)

Искусственный интеллект и машинное обучение

Научная статья

Определение здоровых и больных областей листьев растений при помощи нейронных сетей

Александр Владимирович Смирнов1Переписывавшийся автор, Игорь Петрович Тищенко2

1,2Институт программных систем им. А. К. Айламазяна РАН, Веськово, Россия
1 Александр Владимирович Смирнов — Переписывавшийся автор asmirnov_1991@mail.ru

Аннотация. В настоящей статье представлено исследование, направленное на разработку нейросетевого метода обнаружения здоровых и больных областей листьев растений по их изображениям с вычислением соотношения их площадей. В качестве нейросетевой модели использовалась базовая сеть архитектуры FPN с энкодером в виде архитектуры ResNet-34. Для обучения ИНС в качестве меток использовались бинарные маски целевых областей листьев растений, которые были получены программным путём без ручной разметки. Благодаря этому удалось достичь разумного компромисса между ресурсами, необходимыми для создания масок, и их точностью. При обучении нейросетевой модели была достигнута точность в 96.5% и 78.9% по метрике F1 для определения здоровых и больных областей соответственно. Далее был произведён инференс модели, в результате которого был рассчитан индекс «здоровья» для каждого из исследуемых изображений листьев. В контексте решаемых задач, индекс «здоровья» представляет собой разность между процентами долями здоровой и больной областей, который может быть использован при оценке тяжести заболевания, а также при мониторинге динамики развития болезни как индикатор эффективности используемых препаратов или методов ухода. Научная новизна представленного исследования заключается в создании метода автоматического определения соотношения площадей здоровых и больных участков листьев, который сочетает современные технологии компьютерного зрения, машинного обучения и практическую применимость для агрономии и растениеводства.

Ключевые слова: нейросетевой анализ, индекс «здоровья», здоровая область листа, больная область листа, модель

Для цитирования: Смирнов А. В., Тищенко И. П. Определение здоровых и больных областей листьев растений при помощи нейронных сетей // Программные системы: теория и приложения. 2025. Т. 16. № 3. С. 69–97. https://psta.psiras.ru/2025/3_69-97.

Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2025_3_69-97.pdf.

Статья поступила в редакцию 30.07.2025; одобрена после рецензирования 07.08.2025; принята к публикации 19.08.2025; опубликована онлайн 25.08.2025.

© Смирнов А. В., Тищенко И. П.
2025
Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4а, Институт программных систем имени А. К. Айламазяна РАН;   Сетевой адрес издания:  http://psta.psiras.ru  Тел: +7(4852) 695-228 ;  E-mail: info@psta.psiras.ru ;  Лицензия: CC-BY-4.0Текст лицензии на сайте Creative Commons 
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А. К. Айламазяна Российской академии наук (дизайн сайта) 2010–2025