РАСПОЗНАВАНИЕ БОЛЕЗНЕЙ РАСТЕНИЙ ПО ИЗОБРАЖЕНИЯМ ЛИСТЬЕВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ

Данная статья представляет Python-ориентированное решение для автоматической классификации растений на основе анализа изображений, применимое в сельском хозяйстве, экологии и ботанике. Традиционные методы идентификации растений, требующие экспертного анализа, часто отнимают много времени и подвержены ошибкам. Разработанное приложение использует свёрточные нейронные сети (CNN), реализованные на базе TensorFlow, для распознавания растений по их визуальным признакам, что позволяет точно и быстро классифицировать виды. Важную роль играет библиотека OpenCV, используемая для предварительной обработки изображений, включающей изменение размеров, нормализацию цвета и фильтрацию шумов, что повышает точность классификации. Модель достигает точности 86.97%, что подтверждает её эффективность и пригодность для практического применения. Система оснащена интуитивно понятным интерфейсом, что делает её доступной для пользователей разного уровня подготовки. В будущем планируется расширение функционала за счёт увеличения базы данных и внедрения методов трансферного обучения для улучшения точности.