AI и беспилотники помогут находить борщевик
Борщевик Сосновского – вредоносное растение, представляющее опасность для сельского хозяйства, местных экосистем, а также для здоровья человека. На данный момент его распространение стало настоящей экологической катастрофой.
Исследователи приняли решение использовать БПЛА, которые позволяют получить свежую информацию о распространении растения с высоким разрешением, даже когда небо затянуто облаками, а также отказаться от традиционной концепции «сбор данных – создание ортофотоплана – анализ полученного изображения» в пользу обработки данных аэрофотосъемки прямо на борту БПЛА во время полета.
Создание такого рода системы мониторинга подразумевает использование БПЛА и компактного вычислительного устройства на борту, которое способно запускать «тяжеловесные» алгоритмы сегментации на основе т.н. полностью свёрточных нейронных сетей (FCNN – Fully Convolutional Neural Networks). Такие нейронные сети позволяют выделять интересующие объекты неправильной формы с точностью до пикселя, что в задаче детектирования борщевика даст возможность с точностью распознавать отдельные растения и, тем самым, увеличить шансы уничтожения сорняка на выбранной территории.
Главной проблемой при реализации проекта оказался запуск полностью свёрточных нейронных сетей на маломощных системах, таких как одноплатные компьютеры. Далеко не каждый компьютер имеет достаточно вычислительных ресурсов и далеко не каждый процессор поддерживает операции, необходимые для запуска FCNN. Поэтому ученым пришлось подобрать подходящую архитектуру одноплатного компьютера и оптимизировать нейронную сеть, чтобы она смогла запуститься на нем.
В качестве нейронных сетей для исследования были выбраны популярные архитектуры UNet, SegNet, ResNet и модифицированы для использования на одноплатном компьютере. Разработанная система мониторинга была смонтирована на борт БПЛА и исследована в полете. В результате удалось добиться обследования территории до 28 га в течение 40 минут при полете на высоте 10 метров. При этом ни одно растение не было пропущено.
«Пусть на данный момент скорость обработки 4К изображения нашей системой не очень высок – до 0,7 кадров/сек., однако и при таких показателях система позволяет в несколько раз повысить эффективность локализации вредоносных растений», – добавляет Андрей Сомов.
Подход, лежащий в основе системы мониторинга, имеет огромный потенциал для сельского хозяйства. Разработку Сколтеха можно будет использовать для мониторинга других культур, в том числе с помощью мультиспектральной съемки для выявления различных вегетативных показателей, оценки здоровья и наличия болезней растений.