Accepted_test

Пшеница – одна из наиболее важных сельскохозяйственных культур, которая обеспечивает питанием существенную часть населения в мире. Для увеличения эффективности проведения селекционно-генетических экспериментов необходима разработка информационных технологий фенотипирования растений. Одно из актуальных применений этих технологий - оценка урожайности посевов на основании анализа изображений и подсчета на них колосьев. Ранее мы представили систему компьютерного зрения для подсчёта колосьев пшеницы в полевых посевах с использованием БПЛА DJI Mavic 2 и Phantom 4. Изображения посевов пшеницы, полученные с БПЛА обрабатывались с помощью алгоритмов глубокого машинного обучения (нейронные сети архитектур Faster RCNN и Efficient-Det). Оценки, полученные количества колосьев на единицу площади посева, полученные с БПЛА и вручную имели высокие значения коэффициентов корреляции (>0.54). Одно из возможных направлений увеличения точности: совершенствование алгоритмов распознавания колосьев на изображении. В основе лежат алгоритмы детекции колосьев, заданными вертикальными прямоугольными рамками на изображении. Однако на изображениях посевов колосья располагаются в произвольных направлениях, что затрудняет их распознавание.