Wykorzystanie sztucznych sieci neuronowych w ochronie uprawy gryki zwyczajnej

Gryka zwyczajna jest rośliną powszechnie uprawianą, a jej największymi producentami na świecie są Chiny i Rosja. Podobnie jak w przypadku innych upraw, obecne działania mające na celu ochronę roślin rolniczych wspierane są rozwiązaniami z zakresu technik neuronowych. Konwolucyjne sieci neuronowe są często wybierane do rozwiązywania problemów związanych z detekcją i klasyfikacją obiektów na obrazach, co w rolnictwie obejmuje m.in. rozpoznawanie chorób roślin, chwastów czy uszkodzeń. Celem pracy było przedstawienie zastosowań konwolucyjnych sieci neuronowych w ochronie uprawy gryki zwyczajnej oraz ocena skuteczności tej metody w praktyce rolniczej. Przeprowadzone analizy wykazały, że modele CNN cechują się wysoką dokładnością w klasyfikacji
chorób roślin, identyfikacji chwastów oraz selekcji nasion gryki i materiałów obcych, osiągając skuteczność na poziomie od 87% do 98%.