УДК 004.8
DOI: 10.36871/26189976.2026.03-3.011
Авторы
Амир Рафаилевич Мухамадиев,
Казанский государственный энергетический университет, Казань, Россия
Вячеслав Максимович Слудников,
Казанский государственный энергетический университет, Казань, Россия
Данила Павлович Романов,
Казанский государственный энергетический университет, Казань, Россия
Аннотация
В статье рассматриваются современные алгоритмы компьютерного зрения, применяемые для мониторинга состояния сельскохозяйственных культур с использованием беспилотных летательных аппаратов (БПЛА). Проведён анализ методов обработки мультиспектральных и RGB-изображений, полученных с бортовых камер БПЛА, включая расчёт вегетационных индексов, семантическую сегментацию, детекцию объектов на основе свёрточных нейронных сетей и архитектур YOLO. Рассмотрены подходы к раннему выявлению болезней растений, оценке биомассы и прогнозированию урожайности. Определены ключевые проблемы и перспективные направления развития данной области, включая применение трансформерных архитектур и мультимодальных систем.
Ключевые слова
компьютерное зрение
БПЛА
мониторинг сельскохозяйственных
культур
глубокое обучение
вегетационные индексы
NDVI
YOLO
семантическая сегментация
точное земледелие
Список литературы
[1] Галиханов Э. Р., Смирнов Ю. Н. Цифровые двойники предприятий: техническое зрение (сенсорика) // Цифровые системы и модели: теория и практика проектирования, разработки и применения. Материалы национальной (с международным участием) научно-практической конференции. Казань, 2024. С. 61–65.
[2] Гачаев А. М., Вахаева Д. А., Овсеенко Г. А. Общая тенденция развития отрасли основных технологий искусственного интеллекта // Экономика и управление: проблемы, решения. 2024. Т. 10. № 9 (150). С. 120–125.
[3] Дыдалин Г. Д., Зарипова Р. С. Масштабирование нейронных сетей, проблемы и методы их решения // Приборостроение и автоматизированный электропривод в топливноэнергетическом комплексе и жилищно-коммунальном хозяйстве. X Национальная научно-практическая конференция. Казань, 2025. С. 883–885.
[4] Дыдалин Г. Д., Филимонова Т. К. Регуляризация нейронных сетей: L1 и L2 // Цифровые системы и модели: теория и практика проектирования, разработки и использования. Материалы международной научно-практической конференции. Казань, 2025. С. 1417–1419.
[5] Зарипова Р. С., Рочева О. А., Гайсин И. Т. Перспективы развития искусственного интеллекта в условиях развития цифровой экономики // Наука Красноярья. 2023. Т. 12. № 1–3. С. 42–46.
[6] Катасёв А. С., Исмагилов И. И., Смирнов Ю. Н., Абдрахманов Т. Р. Нейросетевая система расчета урожайности подсолнечника // Вестник Технологического университета. 2024. Т. 27, № 9. С. 104–109. DOI 10.55421/1998–7072_2024_27_9_104.
[7] Мустафина А. Р., Николаева С. Г. Большие данные. их применение в сельском хозяйстве // Современные цифровые технологии. Материалы II Всероссийской научнопрактической конференции. Барнаул, 2023. С. 419–422.
[8] Мухаметзянов И. И., Зарипова Р. С. Применение машинного зрения в области контроля качества // Технологический суверенитет и цифровая трансформация. Международная научно-техническая конференция. Казань, 2024. С. 303–306.
[9] Пырнова О. А., Кузнецов М. Г., Никоноров Д. П. Использование сверточной нейронной сети для выявления заболеваний растений // Научно-технический вестник Поволжья. 2023. № 12. С. 369–372.
[10] Смирнов Ю. Н., Фатыхов Р. И. Об информационной безопасности промышленных предприятий в условиях цифровизации // Приборостроение и автоматизированный электропривод в топливно-энергетическом комплексе и жилищно-коммунальном хозяйстве. материалы IV Национальной научно-практической конференции. Казанский государственный энергетический университет. 2019. С. 43–46.
