Имеются наборы изображений листьев сельскохозяйственных растений в формате RGB и примеры реализованных систем классификации болезней растений по изображениям листьев с использованием нейронной сети. Требуется исследовать возможность улучшения качества диагностики за счет использования многоцветной кластеризации изображений и разработать на этой основе систему диагностики болезней растений. Перечень подлежащих разработке вопросов: 1. Обзор методов распознавания болезней растений по изображениям листьев на основе нейронной сети. 2. Разработка метода диагностики болезней растений с применением нейронной сети при многоцветной кластеризации изображений листьев. 3. Разработка алгоритма и программы предварительной обработки фотоизображений листьев на этапе обучения нейронной сети и на этапе распознавания. 4. Исследование зависимости вероятности правильного распознавания от количества уровней кластеризации, используемых на фазе обучения нейронной сети и на фазе классификации. Система диагностики болезней растений по изображениям листьев была реализована на языке программирования Python, использовались библиотеки Keras, TensorFlow. Проведено тестирование на усредненных реальных изображениях.

Sets of agricultural plant leaf images in RGB format and examples of implemented plant disease classification systems based on leaf images using a neural network are available. It is required to investigate the possibility of improving the quality of diagnostics through the use of multicolor image clustering and develop a system for diagnosing plant diseases on this basis. List of issues to be developed: 1. A review of methods for recognizing plant diseases from leaf images based on a neural network. 2. Development of a method for diagnosing plant diseases using a neural network with multicolor clustering of leaf images. 3. Development of an algorithm and a program for pre-processing of photo images of leaves at the stage of training the neural network and at the stage of recognition. 4. Study of the dependence of the probability of correct recognition on the number of clustering levels used in the training phase of the neural network and in the classification phase. The system for diagnosing plant diseases using leaf images was implemented in the Python programming language, using the Keras and TensorFlow libraries. Testing was carried out on averaged real images.