Biljne bolesti predstavljaju veliku pretnju poljoprivrednicima od ranih dana poljoprivrede. Danas, uprkos našem poboljšanom razumevanju uzroka i lečenja ovih bolesti, one i dalje izazivaju značajne ekonomske gubitke. Iako je rano otkrivanje biljnih bolesti najbolji izbor za farmera da smanji njihov uticaj, ručna inspekcija svake biljke je ogroman zadatak i podložna je greškama. Samo dobro obučeno oko može precizno razlikovati bolesti koje izazivaju slične simptome.
Na sreću, veštačka inteligencija (AI) brzo utire put pametnijim poljoprivrednim praksama. Najnoviji modeli mašinskog učenja su sposobni za automatsku identifikaciju biljnih bolesti sa digitalnih fotografija. U kombinaciji sa dronovima i visokokvalitetnim kamerama, takvi modeli mogu smanjiti vreme i trud koji su potrebni za praćenje velikih polja. Međutim, čak i najnoviji algoritmi se bore u specifičnim izazovnim uslovima.
Jedan značajan primer je efekat interferencije u pozadini na rezultate klasifikacije bolesti. U nekim slučajevima, obolelo lišće dobija boju sličnu onoj na zemljištu, što zbunjuje automatski klasifikator, posebno kada su zahvaćena područja na ivicama listova. Ostali problemi uključuju varijabilnost simptoma uzrokovanih jednom bolešću i sličnosti koje postoje između različitih bolesti.
U novoj studiji, tim istraživača je odlučio da razvije model koji bi mogao da se nosi sa ovim izazovima. Fokusirali su se na pet uobičajenih bolesti koje utiču na listove paradajza i razvili model mašinskog učenja, nazvan PLPNet, koji može precizno otkriti ove bolesti sa slika snimljenih u realnom vremenu. Studija, koju je vodio profesor Guokiong Zhou sa kineskog Centralnog južnog univerziteta za šumarstvo i tehnologiju, nedavno je objavljena u Plant Phenomics.
Tim se prvo fokusirao na proizvodnju dobrog skupa podataka za obuku modela. U tu svrhu, prikupili su slike iz otvorenog, ali prilično zastarelog skupa podataka pod nazivom „Plant Village“. Temeljno su analizirali slike i eliminisali one koje ne bi bile dobre kandidate za obuku, kao što su mutne ili neadekvatno osvetljene slike. Pored konačnih 3.524 slike koje su dobili od Plant Villagea, tim je takođe preuzeo još 1.909 slika sa interneta. Konačno, obavljeno je pažljivo obeležavanje svih slika kako bi se identifikovala svaka lezija na listovima.
Zatim je tim dizajnirao mrežnu arhitekturu PLPNet-a. Koristili su tri različite tehnike koje su zajedničkim radom dovele do najveće preciznosti klasifikacije. Prvi je bio okosnica perceptivne adaptivne konvolucije (PAC), koja je pomogla modelu da izdvoji najdefinišuće karakteristike svake bolesti prilagođavanjem ‘fokusa’ mreže prilikom analize slike.
Drugi je bio modul mehanizma pažnje za pojačavanje lokacije (LRAM), koji je pomogao u otkrivanju bolesti na ivicama listova i filtrirao pozadinske smetnje. Treći modul je bio prokimiti Feature aggregation netvork (PFAN) koji je implementirao preklopnu atrousnu konvoluciju i dekonvoluciju. Ova struktura je pomogla modelu da nauči i najmanji detalj za svaku bolest, što je značajno poboljšalo njegove performanse u otkrivanju i klasifikaciji bolesti.
Tim je temeljno testirao svoj model nakon treninga i analizirao učinak svakog njegovog dela. Takođe su uporedili performanse PLPNet-a sa mnogim drugim najsavremenijim modelima za otkrivanje bolesti biljaka.
Rezultati su bili izuzetno obećavajući, pošto je PLPNet postigao tačnost od 94,5% pri brzini od preko 25 kadrova u sekundi, što ga čini pogodnim za upotrebu na terenu. Uzbuđen zbog rezultata, profesor Zhou primećuje: „PLPNet značajno poboljšava tačnost detekcije uz održavanje standardne brzine detekcije. Shodno tome, nadmašuje druge modele testiranja i pokazuje efikasnost našeg poboljšanog pristupa.“
Paradajz se široko uzgaja širom sveta i ima veliki ekonomski značaj. Tim očekuje da će PLPNet imati pozitivan uticaj na njihovu kultivaciju, smanjujući teret finansijskih gubitaka uzrokovanih obolelim biljkama paradajza. „Ovo istraživanje može pomoći proizvođačima u otkrivanju bolesti listova paradajza na blagovremen i precizan način, kao i da naprave specifične kontrole na osnovu vrste otkrivene bolesti,“ zaključuje prof. moderna poljoprivreda paradajza“.
