Vnedrenie identifikacii boleznej list'ew sel'skohozqjstwennyh rastenij s ispol'zowaniem

Sel'skohozqjstwennaq oblast' igraet zhiznenno wazhnuü rol' w nashej powsednewnoj zhizni. V swqzi s ätim, wazhno chetko ponimat', chto prinimaütsq mery dlq obnaruzheniq i smqgcheniq lübyh zabolewanij list'ew sel'skohozqjstwennyh rastenij. Bolezni list'ew rastenij qwlqütsq osnownoj problemoj ili faktorom poteri urozhaq w sel'skom hozqjstwe. V predlagaemoj sisteme my ispol'zuem neskol'ko shagow klassifikacii dlq ustraneniq wozmozhnosti zabolewaniq. My ispol'zowali YOLOv3 s pressingom i uwelicheniem dannyh dlq izwlecheniq list'ew w kachestwe whodnyh izobrazhenij i izwlekli list'q s pomosch'ü modeli, osnowannoj na resnet50, a takzhe flask server dlq opredeleniq kategorii zabolewaniq list'ew. My obuchili nabor dannyh "Derewnq rastenij". V osnownom ispol'zuütsq izobrazheniq tomatow, percew i kartofelq iz nabora dannyh Plant Village. V predlozhennoj nami sisteme klassifikaciq wypolnqetsq w neskol'ko ätapow, chtoby isklüchit' wozmozhnye warianty na kazhdom ätape, chto obespechiwaet bolee wysokuü tochnost' prognozirowaniq. A takzhe obespechiwaet bolee wysokuü tochnost' po srawneniü s suschestwuüschimi algoritmami.