Details

Данная работа посвящена разработке модели обнаружения болезней растений с использованием методов глубокого обучения. Цель состоит в том, чтобы создать высокоточную модель, удовлетворяющую требованиям как разработчиков, так и сельскохозяйственных производителей. Модель была обучена и оценена на большом и разнообразном наборе данных, а также сравнена с рядом известных архитектур посредством специализированных экспериментов для определения её реальной эффективности. В ходе разработки были подготовлены все необходимые средства и инструменты для интеграции модели в приложение, что обеспечивает простоту её использования разработчиками и конечными пользователями.

This work is devoted to develop a plant disease detection model using deep learning methods. The objective is to create a highly accurate model that meets the needs of both developers and agricultural producers. The model was trained and evaluated on a large, diverse dataset and benchmarked against several well-known architectures through dedicated experiments to assess its real-world effectiveness. During development, all necessary resources and tools were prepared for seamless integration of the model into an application, ensuring ease of use for both developers and end users.