Ученые из Китайской академии сельскохозяйственных наук разработали двухэтапную систему на базе искусственного интеллекта, которая выявляет заражение тепличных растений вредителями до того, как повреждения станут заметны человеку. Технология позволяет обнаружить тлю, белокрылку, паутинного клеща и листовых минёров на клеточном уровне, анализируя обычные фотографии и данные гиперспектральной съёмки.
На первом этапе нейросеть изучает стандартный RGB-снимок листа и с точностью до 99% определяет, здорово растение или нет. Такой предварительный анализ не требует дорогого оборудования и позволяет быстро проверить большие площади. Если система находит признаки заражения, она переходит ко второму, более детальному этапу.
Для углублённой диагностики используется гиперспектральная камера. Она фиксирует, как ткани листа отражают свет в сотнях узких спектральных диапазонов, невидимых человеческому глазу. Специально созданная трёхмерная нейросеть анализирует эти данные и оценивает степень поражения, находя малейшие изменения в структуре клеток и содержании хлорофилла.
В ходе лабораторных испытаний на саженцах фасоли система с точностью 99,2% определила степень ущерба от паутинного клеща и с точностью 98,3% – от тли. Сложнее всего оказалось выявлять белокрылку, поскольку этот вредитель питается соком из флоэмы и на ранних стадиях почти не вызывает структурных повреждений.
Главным результатом исследования стало то, что учёным удалось выделить всего десять ключевых длин волн, которые содержат достаточно информации для точной диагностики. Это открытие позволяет перейти от громоздких и дорогих гиперспектральных камер к компактным мультиспектральным сенсорам, настроенным только на эти десять диапазонов.
Такие датчики можно будет устанавливать на беспилотниках или тепличных роботах для постоянного мониторинга состояния растений. Это откроет путь к высокоточной обработке, когда средства защиты вносят не на всей площади, а только на поражённых участках. Авторы работы отмечают, что перед внедрением технологию нужно адаптировать к реальным условиям теплиц с их неравномерным освещением и густотой посадок.