Учёные разработали новую систему искусственного интеллекта, которая решает одну из ключевых проблем роботизации сельского хозяйства – точное определение тонких плодоножек, соединяющих томаты с ветвью. Это открывает путь к автоматизации сбора урожая, который до сих пор требует значительных трудозатрат.
Существующие модели ИИ не справлялись с этой задачей по двум причинам. Во-первых, при обработке изображений стандартные нейросети размывают и теряют мелкие детали, делая тонкие стебли практически невидимыми. Во-вторых, в реальных условиях теплицы или поля плодоножки часто перекрыты листьями, ветвями и другими плодами, которые имеют схожий цвет и текстуру, что вводит робота в заблуждение.
Новый алгоритм, получивший название YOLO11-FFTDA, решает проблему потери деталей с помощью быстрого преобразования Фурье. Система переводит изображение в частотную область, где тонкие объекты, такие как плодоножки, проявляются как отчётливые высокочастотные сигналы. Алгоритм усиливает эти сигналы и подавляет фоновый шум, не давая важной информации исчезнуть.
Чтобы справиться с визуальным хаосом и частичным перекрытием объектов, в систему встроили механизм «деформируемого внимания». Вместо того чтобы анализировать всё изображение целиком, ИИ учится концентрировать вычислительные ресурсы на небольших участках, которые могут содержать искомый объект. Это позволяет ему проследить изгибы плодоножки, даже если она частично скрыта листвой.
В ходе испытаний на наборе данных из 1600 изображений, сделанных в реальных садах, система определила плодоножки с точностью 88,1%. Этот показатель превосходит все существующие аналоги, включая Mask R-CNN и другие версии YOLO. Разработчики подчёркивают, что тестирование проводилось по строгой методике, исключающей «подсказки» для нейросети, что подтверждает надёжность полученных результатов.
Авторы исследования, опубликованного в журнале Artificial Intelligence in Agriculture, утверждают, что предложенный подход универсален. Его можно применять для автоматического сбора и других культур со сложной структурой, например винограда или огурцов, а также для точной обрезки растений. Технология может стать базовым решением для агропромышленного комплекса, который сталкивается с растущим дефицитом рабочей силы.