Моніторинг стану рослин у теплицях на основі алгоритмів глибокого навчання для сегментації

Abstract

Обґрунтована доцільність моніторингу стану рослин у теплицях на основі машинного навчання. Подано особливості моніторингу стану рослин у теплицях на основі глибокого навчання. Виконано аналіз існуючих систем моніторингу стану рослин у теплицях. Обґрунтовано доцільність досліджень щодо моніторингу стану рослин у теплицях на основі алгоритмів глибокого навчання для сегментації. Здійснено формулювання задачі дослідження. Наведено особливості виконання сегментації рослин, виявлення стану здоров’я рослин. Здійснено вибір моделей для сегментації рослин. Проведено налаштування моделей YOLOv9, SAM, DINOv2 для семантичної сегментації. Здійснено налаштування на виявлення хвороб рослин, підрахунків листів, обчислення висоти рослин та сегментації фону. Подано результати сегментації листя однієї рослини, сегментації листя в умовах теплиці.