Данная работа посвящена изучению и разработки программного пакета с нейронной сетью, подключённой к веб-сайту, развёрнутому на локальном сервере. Задачи, которые решались в ходе проекта: 1. Обучение модели нейронной сети. 2. Создание структурной части страниц проекта. 3. Подключение MATLAB к программному коду Python. 4. Сборка всех частей проекта во Flask. В результате был создан рабочий веб-сайт, размещённый на локальном сервере, как для мобильных платформ, так и для стационарных компьютеров, была обучена модель нейронной сети при помощи Python, Tensorflow и Keras, на созданной библиотеке болезней листов томата, использован метод параметров Харалика, для текстурного анализа и распознавания. Данный проект призван облегчить жизнь садоводам-любителям и не только, сделав прогнозирование заболевания посаженой культуры томата очень быстрым и простым.

This project for a learn and build a software package with a neural network connected to a website deployed on a local server. Task, which were solved on this project: 1. Training of the neural network model 2. Creating the structural part for this project. 3. Connecting MATLAB to Python code. 4. Build all parts of the project in Flask. As a result, a working website was created, deployed on a local server, both for mobile platforms and desktop computers, a neural network model was trained using Python, Tensorflow and Keras, on the created library of tomato leaf diseases, Haralicks parameter method was used, for texture analysis and recognition. This project is designed to make life easier for amateur gardeners and beyond by making disease prediction of planted tomato crops very quick and easy.