Наша работа направлена на решение задач диагностирования и предотвращения болезней агрокультур путем использования современных методов обработки графической и текстовой информации на высокопроизводительных вычислительных инфраструктурах. Суть проекта состоит в создании механизмов, позволяющих людям отправлять запросы, содержащие графическое описание проблемы с их растениями, а в ответ получать варианты возможных заболеваний и рекомендуемых действий.
Мы работаем над расширением нашей базы и улучшением наших нейронных сетей. Мы всегда рады помощи в различных направлениях. Например, сбор изображений по уже имеющимся или новым болезням и культурам. Проверка и редактирование описаний и рекомендаций по леченю. Поиск ошибок и неточностей на сайте и в работе приложения. И многое другое. Если у Вас есть желание нам помочь - пишите на auzhinskiy@jinr.ru или заходите в канал @DoctorPl
Мы готовы к сотрудничеству со сторонними группами и огранизациями. Мы можем предоставить API к нашим моделям, оказать консультационные услуги, обучить модель на ваших данных и подготовить окружение для ее запуска на ваших ресурсах. Пишите на auzhinskiy@jinr.ru для получения подробной информации.
Доступно в Google Play. Название - DoctorP
Внимание! Для загружаемое изображение должно быть в формате jpg и отображать значимую часть растения. Примеры изображений можно посмотреть в нашей базе
В настоящий момент у нас есть отдельные модели для следующих культур: яблоки, барбарис, вишня, хлопок, пшеница, кукуруза, огурцы, смородина, виноград, орхидеи, томаты, клубника.
Список культур и болезней периодически дополняется. Для получения полного списка обращяйтесь к разработчикам.
Ниже приведены примеры для части культур:
У нас есть отдельная модель по болезням, без привязки к культурам:
...
Главный научный сотрудник
...
Специалист по машинному обучению
...
Ведущий программист
...
Ведущий программист
...
Специалист по машинному обучению
...
Наша работа в цифрах
>18
>100
>4000
>40000
*Uzhinskiy A., Ososkov G., Goncharov P., Nechaevskiy A., Smetanin A., Oneshot learning with triplet loss for vegetation classification tasks. Computer Optics 2021; 45(4): 608-614. DOI: 10.18287/2412-6179-CO-856.
* A. Uzhinskiy, G. Ososkov, P. Goncharov, A. Nechaevskiy, Multifunctional platform and mobile application for plant disease detection // Proceedings of the 27th Symposium on Nuclear Electronics and Computing, CEUR Workshop Proceedings 2507, p. 110-114, 2019 http://ceur-ws.org/Vol-2507/110-114-paper-18.pdf
* Pavel Goncharov, Alexander Uzhinskiy, Gennady Ososkov, Andrey Nechaevskiy and Julia Zudikhina. Deep Siamese Networks for Plant Disease Detection // EPJ Web of Conferences. — EDP Sciences, 2020. — Vol. 226. — P. 03010. https://www.epj-conferences.org/articles/epjconf/pdf/2020/02/epjconf_mmcp2019_03010.pdf