СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ БЫСТРОГО ОБНАРУЖЕНИЯ ЗАБОЛЕВАНИЙ ОВОЩНЫХ КУЛЬТУР С ИСПОЛЬЗОВАНИЕМ КОМПЬЮТЕРНОГО ЗРЕНИЯ: COMPARATIVE ANALYSIS OF MACHINE LEARNING METHODS FOR RAPID DETECTION OF VEGETABLE DISEASE USING COMPUTER VISION
Своевременное выявление заболеваний овощных культур имеет важное значение для обеспечения глобальной продовольственной безопасности и минимизации сельскохозяйственных потерь. В настоящем исследовании проведено сравнительное оценивание эффективности четырех моделей глубокого обучения — CNN, ResNet50, EfficientNetB0 и MobileNetV2 — для выявления заболеваний кар-тофеля, томатов и моркови с использованием технологий компьютерного зрения. Для определения эффективности данных моделей они были обучены и протести-рованы на специально сформированном наборе данных, после чего оценивались по показателям точности классификации и времени инференса. Согласно получен-ным результатам, наибольшую точность продемонстрировала модель CNN. Модель MobileNetV2 показала высокую эффективность при одновременном учете произво-дительности и высокой скорости обработки, что делает ее перспективной для при-менения в системах реального времени. Результаты исследования демонстрируют, что облегченные модели глубокого обучения могут обеспечить эффективное выяв-ление заболеваний овощных культур
Сведения
- Опубликовано
- 2026 · Т. 7, № 2(26), С. 291-308
- Язык
- Русский
- ISSN
- 2708-2032 · 2708-2040
- Издатель
- International Information Technology University
- Аффилиации
- Astana IT University, Астана, Казахстан
Центр российских и евразийских исследований Дэвиса, Гарвардский университет, Кембридж, США