ВВЕДЕНИЕ 5
1 ОБЗОР СОСТОЯНИЯ НАУЧНОГО ВОПРОСА И ФОРМУЛИРОВАНИЕ ЗАДАЧ ИССЛЕДОВАНИЯ 10
1.1 Анализ основных видов заболеваний пшеницы 10
1.2 Анализ существующих методов диагностики болезней растений 15
1.3 Технологии и технические средства дистанционного мониторинга заболеваний сельскохозяйственных растений 18
1.4 Технологии искусственного интеллекта и их применение в определении заболеваний сельскохозяйственных растений 43
1.5 Проблемы и перспективы разработки автоматизированных систем диагностики болезней пшеницы с использованием глубокого обучения на базе БПЛА 52
1.6 Выводы по главе 1 54
2 РАЗРАБОТКА И ОБОСНОВАНИЕ АРХИТЕКТУРЫ ДИАГНОСТИЧЕСКОЙ ПЛАТФОРМЫ НА БАЗЕ БПЛА 56
2.1 Разработка алгоритма работы диагностической платформы мониторинга заболевания пшеницы 56
2.2 Разработка и проектирование беспилотного летательного аппарата для диагностической платформы 69
2.3 Разработка аппаратно-программной части 99
2.4 Обоснование параметров и режимов работы системы 105
2.6 Технические характеристики и возможности платформы 110
2.7 Обучение сверточной нейронной сети для детекции заболеваний пшеницы 116
2.7.1 Методы сбора и подготовки обучающего набора данных 117
2.7.2 Предварительная обработка обучающего набора данных 120
2.7.3 Обработка данных и разметка 123
2.7.4 Выбор архитектуры нейронной сети 134
3
2.7.5 Оценка производительности модели 138
2.7.6 Обучение модели 141
2.8 Сравнения встроенных систем для выполнения задач на основе сверточных нейронных сетей 145
2.9 Оценки производительности диагностической платформы 147
2.10 Выводы по главе 2 149
3 ПРОГРАММА И МЕТОДИКА ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ 152
3.1. Программа экспериментальных исследований 152
3.2 Методики экспериментальных исследований 153
3.2.1 Методика подбора технологических параметров обнаружения заболевания пшеницы с помощью БПЛА в режиме реального времени 155
3.2.2 Методика оценки влияния условий освещенности на точность работы системы 159
3.2.3 Методика оценки производительности диагностической платформы на базе NavQPlus 162
3.3 Выводы по главе 3 166
4 РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ 167
4.1 Результаты обучения модели Yolov8n 167
4.2 Результаты сравнения встроенных систем для выполнения задач на основе сверточных нейронных сетей 174
4.3 Результаты подбора технологических параметров диагностической платформы на базе БПЛА в режиме реального времени 176
4.4 Результаты оценки влияния условий освещенности на точность работы системы 187
4.5 Результаты оценки производительности диагностической платформы на базе NavQPlus 192
4.6 Результаты сравнения распознанных и реальных случаев заболеваний пшеницы на изображениях 196
4.7 Результаты формирования карты-задания 201
4.8 Выводы по главе 4 206
5 ЭКОНОМИЧЕСКАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ РЕАЛИЗАЦИЯ СИСТЕМ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ МОНИТОРИНГА И ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ ПШЕНИЦЫ С ПОМОЩЬЮ БПЛА В РЕАЛЬНОМ ВРЕМЕНИ 208
5.1 Расчет затрат и прибыли на технологии ручного обнаружения 209
5.2 Расчет затрат и прибыли на технологии с применением диагностической платформы 211
5.3 Выводы по главе 5 214
ЗАКЛЮЧЕНИЕ 216
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 219
