Обнаруживать и точно локализовать очаги заражения картофельных полей колорадским жуком позволяет система, разработанная инженером Центра искусственного интеллекта НГУ Максимом Магеровым.
Проект молодого ученого «КолорадДетектор» победил в конкурсе «УМНИК-2025» Фонда содействия инновациям и уже проходит полевые испытания.
Колорадский жук, если вовремя не остановить его распространение, способен уничтожить от 50% до 100% урожая картофеля. Главные трудности борьбы с вредителем заключаются в быстрой адаптации жуков и их личинок к химическим препаратам, высокой способностью к выживанию.
Из существующих самый распространенный метод борьбы - инсектицидная обработка. Для этого агрономы осуществляют визуальный контроль, обходя поле и осматривая растения на выборочных маршрутах. Это позволяет оценить общую ситуацию, но не гарантирует, что очаги размножения жука будут замечены на ранней стадии и точно локализованы. В результате обработка проводится по всему полю, хотя реальные участки заражения могут занимать ограниченные площади.
В тоже время, если точно определить места скопления вредителей, то можно проводить обработку только локальных участков, а не всего поля.
«Проект «КолорадДетектор» решает проблему сложного мониторинга полей на наличие вредителя. С помощью моего проекта, это действие можно ускорить в разы, при этом получать более полную картину зараженности поля. Для этого на дрон установлен бортовой вычислитель и камеры. Дрон летает над полем и скандирует его на наличие колорадского жука. На борту установлен одноплатный компьютер повышенной мощности, который получает изображения с камер, анализирует их с помощью алгоритмов машинного зрения и детектирует взрослых особей колорадского жука. Результаты передаются на наземную станцию, где агроном может увидеть все проблемные места на карте», – поясняет Максим Магеров.
Особенность инновационной системы в том, что она не ориентируется на поврежденные листья, а ищет непосредственно самих насекомых. Это позволяет принять решение о локальной обработке конкретных участков, снизить расход инсектицидов и уменьшить нагрузку на окружающую среду. Такая схема вписывается в мировой тренд точного земледелия, где дроны и нейросети используются для мониторинга вредителей, болезней и состояния посевов.
Сейчас разработка по поиску колорадских жуков находится на стадии активных полевых испытаний. Ключевой задачей ближайшего периода станет расширение обучающей выборки. До сих пор нейросеть обучалась преимущественно на синтетических изображениях жука, а реальных кадров было мало. Включение в обучение реальных насекомых необходимо, чтобы модель надежно различала жука в разнообразных условиях: при разном освещении, на разных фазах роста картофеля, вариантах фона и ракурса.
В планах - провести доработку технологии, оформить юридические права на нее и масштабировать решения.