Густота стояния растений – ключевой агротехнический параметр, напрямую влияющий на формирование урожая. Традиционные методы оценки густоты стояния, основанные на ручном подсчете растений на пробных площадках, отличаются высокой трудоемкостью, субъективностью и недостаточной репрезентативностью. Существующие алгоритмы автоматического подсчета демонстрируют высокую точность лишь в идеальных условиях – при отсутствии сорняков и окклюзии (перекрытия листьев растений).

В докладе рассматриваются методы подсчета количества растений подсолнечника и кукурузы по RGB-изображениям сверхвысокого пространственного разрешения с БПЛА, основанные на комбинации методов компьютерного зрения, глубокого и классического машинного обучения. В отличие от известных работ, представленные в докладе методы и алгоритмы обеспечивают высокую точность в условиях значительной засоренности посевов и частичной окклюзии. Для повышения робастности алгоритмов применяется расширение обучающей выборки за счет генерации синтетических данных на основе доменной рандомизации и параметрической геометрии растений, имитирующих сложные полевые условия.

Разработанные методы представляют практическую ценность для задач мониторинга посевов и систем точного земледелия, а также для ускорения селекционного процесса за счет анализа данных на ранних стадиях развития растений.

Трансляция семинара будет осуществляться на платформе BigBlueButton по ссылке: https://vcs-6.ict.nsc.ru/rooms/nmm-jge-zjd/join.