Модель та засоби автоматизованого виявлення хвороб сільськогосподарських культур
Автор: Піцик Ольга Олегівна
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Актуальність. Своєчасне виявлення захворювань сільськогосподарських культур є критично важливим для забезпечення стабільного врожаю та зменшення економічних втрат у аграрному секторі. Традиційні методи діагностики потребують значного часу та кваліфікації, що часто унеможливлює оперативне реагування. Використання технологій комп’ютерного зору дозволяє автоматизувати процес розпізнавання хвороб за зображеннями, забезпечуючи високу точність і швидкість аналізу. Це робить розробку інтелектуальної веб-системи для визначення захворювань рослин актуальною та затребуваною в умовах цифрової трансформації аграрної галузі. Об’єктом дослідження є процес автоматизованого визначення стану сільськогосподарських культур на основі аналізу зображень із використанням методів комп’ютерного зору та штучного інтелекту. Предметом дослідження є методи, алгоритми та програмні засоби, призначені для розпізнавання захворювань сільськогосподарських культур за їх візуальними характеристиками та реалізації веб-застосунку, що здійснює автоматичне визначення хвороби на основі завантаженого користувачем зображення. Метою магістерської роботи є розроблення моделі та програмного засобу для автоматизованого виявлення хвороб сільськогосподарських культур на основі аналізу зображень за допомогою технологій штучного інтелекту. Методи та інструменти дослідження. У роботі застосовано методи комп’ютерного зору та обробки зображень, згорткові нейронні мережі на базі архітектури MobileNetV2, бібліотеку TensorFlow для побудови та навчання моделі, а також інструменти фреймворку Flask для реалізації серверної частини вебсистеми. Клієнтський інтерфейс розроблений за допомогою HTML, CSS та JavaScript. Результати та практичне значення. У межах дослідження було розроблено та реалізовано веб-систему для автоматизованого виявлення хвороб сільськогосподарських культур на основі нейронних мереж. Модель, побудована на архітектурі MobileNetV2, продемонструвала високу точність класифікації зображень рослин і стабільну роботу за умов різної якості вхідних даних. Проведені експериментальні тести підтвердили ефективність обраних методів навчання, оптимізації та попередньої обробки. Дана магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі було проведено огляд сучасних підходів до розпізнавання хвороб рослин, системний аналіз та сформульовано задачу. Другий розділ присвячено визначенню методів, технологій та алгоритмів реалізації програмного продукту. У третьому розділі було визначено оптимальну архітектуру моделі та реалізовано програмні модулі включно з навчанням моделі та її інтеграцією з основним застосунком. Експериментальна частина роботи наведена у четвертому розділі, де було проведено тестування та описано основні експерименти, а також проаналізовано результати. Загальний обсяг роботи складає 82 сторінки, в тому числі 77 сторінки основного тексту, 26 рисунків. Список використаних джерел налічує 30 найменувань. Ключові слова: розпізнавання хвороб рослин, комп’ютерний зір, згорткові нейронні мережі, MobileNetV2, веб-застосунок, Flask, Python.