ПРИМЕНЕНИЕ АРХИТЕКТУР ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ИДЕНТИФИКАЦИИ ЗАБОЛЕВАНИЙ ДЕРЕВЬЕВ ПО ИЗОБРАЖЕНИЯМ

Верезубова Наталья Афанасьевна, Яковлева Ольга Анатольевна, Чекулаев Артур Анатольевич

Работа посвящена автоматизации диагностики патологий древесных растений с применением методов глубокого обучения. Актуальность исследования обусловлена необходимостью своевременного выявления грибковых инфекций для минимизации экологического и экономического ущерба. В качестве материала использован набор изображений листьев, включающий здоровые образцы и экземпляры, пораженные Uromyces appendiculatus (ржавчина) и Mycosphaerella angulata (угловая пятнистость). Методология базируется на использовании глубокой нейронной сети с применением стратегии контрастивного предварительного обучения (SimCLR) и последующего контролируемого дообучения. Для верификации принимаемых решений и обеспечения интерпретируемости модели использован алгоритм визуализации внимания Grad-CAM. Результаты подтверждают эффективность предложенного подхода для точной идентификации болезней и его применимость в системах интеллектуального мониторинга насаждений.

Ключевые слова:нейронные сети, компьютерное зрение, фитопатология, контрастивное обучение.