Нейросетевое мобильное приложение для диагнозирования болезней растений по изображениям их листьев

Аннотация

Потеря урожая является серьезной угрозой сельскому хозяйству, экономике стран, а также обеспеченности продовольствием во всем мире. Качество имеющихся данных о болезнях растений является неполным, неоднородным и часто отсутствует, особенно у мелких фермеров. Но активное использование людьми смартфонов и достижения в области глубокого обучения открывают новые возможности в выявлении болезней растений. Цель работы – разработать мобильное приложение для распознавания болезней растений по изображениям их листьев на основе современных технологий машинного обучения, а также сравнить точности распознавания при использовании изначальной глубокой нейронной сети и предварительно обученных нейронных сетей, находящихся с свободном доступе.
Сиамская сверточная нейронная сеть обучается дифференцированию входных данных. То есть учиться понимать, какие изображения похожи, а какие нет. В базе присутствуют изображения листьев пшеницы, кукурузы и винограда, по пять классов для каждого наименования. Четыре класса включают в себя фотографии больных листьев, а пятый класс-здоровых.
Перед разработкой мобильного приложения нейронная сеть преобразовывалась в формат TensorFlow Lite, предназначенный для компиляции приложения средствами Android Studio и оптимизировалась.
В итоге получено простое в использовании offline-приложение на платформе Android.