DESIGNING AN INTELLIGENT DIGITAL PLATFORM FOR PLANT DISEASE IDENTIFICATION AND GROWTH NORMALISATION "AGROMIR": DEVELOPMENT OF VISUAL COMPONENTS AND DATASETS FORMATION
DESIGNING AN INTELLIGENT DIGITAL PLATFORM FOR PLANT DISEASE IDENTIFICATION AND GROWTH NORMALISATION "AGROMIR": DEVELOPMENT OF VISUAL COMPONENTS AND DATASETS FORMATION
Abstract
The relevance of the research is determined by the necessity to create an intelligent system for identification of diseases of cultivated plants, with the possibility of forming recommendations for normalization of their growth and development in online mode. The paper considers aspects of design and computer implementation (in particular, the development of visual components and formation of datasets) of an intelligent digital platform for the identification of plant diseases and normalization of their growth "Agromir". The developed functional models of the IDEF family are presented, aspects of design using cascading style sheets and computer implementation based on the technology stack including Python programming language and Django framework are reviewed.
1. Введение
Развитие технологий искусственного интеллекта, методов глубокого машинного обучения и нейросетевых технологий обуславливает возможность их широкого применения в различных отраслях народного хозяйства, в том числе сельском хозяйстве. В Российской Федерации реализуется целый ряд государственных программ для развития современного высокоэффективного сельского хозяйства, в частности, ключевой задачей является переход к цифровому сельскому хозяйству, точному земледелию, активному использованию интеллектуальных технологий в АПК . Согласно посланию Президента Российской Федерации Федеральному Собранию от 29.02.2024, «В современных условиях повышение эффективности всех сфер производительности труда неразрывно связано с цифровизацией, с использованием технологий искусственного интеллекта» и национального проекта «Экономика данных» важнейшим вектором развития и интенсификации сельскохозяйственного производства является разработка и внедрение систем искусственного интеллекта все отрасли народного хозяйства, в том числе сельского .
Комплексная защита растений от болезней должна проводиться на основе детальных анализов фитоагроценозов, с учетом объективной оценки ожидаемого поражения сельскохозяйственных культур, вероятных размеров наносимого вреда. Контроль за распространением и развитием патогенов позволяет своевременно и эффективно проводить специальные мероприятия, прогнозировать степень развития болезней, их вредоносность и возможный недобор урожая.
Проблемы разработки, адаптации и внедрения систем искусственного интеллекта, цифровых технологий и компьютеризированных программных комплексов рассмотрены в работах Бородычева В.В. , , Михайленко И. М. , Трухачева В.И. , Юрченко И.Ф. и других отечественных и зарубежных авторов , , , , . Однако остаются недостаточно изучены проблемы разработки интеллектуальных систем и цифровых платформ для идентификации болезней растений с поддержкой функций нормализации их состояния и роста.
2. Материалы и методы
Рисунок 1 - Диаграмма IDEF0 цифровой платформы «Агромир»
Рисунок 2 - Декомпозиция диаграмма IDEF0 цифровой платформы «Агромир»
Рисунок 3 - Декомпозиция диаграмма IDEF0 блоков А2, А3
Рисунок 4 - Логическая структура цифровой платформы «Агромир»
3. Результаты и их обсуждение
Рисунок 5 - Установка фреймворка
Рисунок 6 - Процедура подключение дизайна с использованием CSS
Рисунок 7 - Процедура привязки изображений
Рисунок 8 - Диалоговое окно авторизации/регистрации на цифровой платформе «Агромир»
Рисунок 9 - Финальный вариант интерфейса
4. Заключение
В ходе дальнейшего развития исследований (поддержанных грантом Российского научного фонда и администрации Волгоградской области (№ 22-21-20041)), посвященных проблемам повышения биопродуктивности фитоагроценозов в условиях точного земледелия осуществлено проектирование и программная реализация интеллектуальной платформы по идентификации болезней растений и нормализации их роста «АГРОМИР». В частности, осуществлена, на базе стека технологий, включающего в себя язык программирования Python, а также фреймворк Django, разработка визуальных компонентов интерфейса и формирование dataset цветных RGB-изображений, пораженных болезнями культурных растений.