ИИ научили считать семена подсолнечника для ускорения селекции
Российские ученые создали систему компьютерного зрения, которая автоматически подсчитывает и оценивает качество семян на срезанных корзинках подсолнечника. Решение позволяет в разы ускорить селекцию и анализ урожая, сообщил ТАСС заместитель директора по биологии и генетике НИЦ "Курчатовский институт" Максим Патрушев.
Для селекционера подсолнечник - это настоящая головоломка. В каждой корзинке (капитуле) может находиться от нескольких сотен до более чем тысячи семян, плотно уложенных в замысловатые спиральные узоры. Чтобы вручную пересчитать их и отделить полноценные зерна от пустых и недоразвитых в одной корзинке требуется около часа кропотливой работы. Это дорого, медленно и чревато ошибками, особенно когда семена перекрывают друг друга.
"Автоматизировать этот процесс пытались и раньше, но существующие методы либо требовали сложного лабораторного оборудования, либо работали только с отдельными, уже очищенными семенами. Ученые Всероссийского НИИ сельскохозяйственной биотехнологии (входит в Курчатовский геномный центр) и Московского центра перспективных технологий разработали систему компьютерного зрения, которая "видит" и "понимает" структуру целой корзинки", - сказал Патрушев корреспонденту ТАСС.
Для разработки ИИ-системы авторы создали обширный обучающую базу данных (датасет) из более 1 тыс. фотографий корзинок подсолнечника, которые содержат изображения 260 000 семян. Обученная на нем нейросеть определяет семена с точностью 88%.
"При ручном подсчете усталость и человеческий фактор также приводят к ошибкам, а скорость работы не идет ни в какое сравнение. Обработка одного изображения через систему занимает около 15-30 секунд, включая загрузку и выдачу результата", - пояснил ученый.
Публичный доступ через бот
В планах исследователей - адаптация модели для работы в полевых условиях, в том числе с использованием дронов. Для тех, кто хочет опробовать систему, авторы уже создали публичного телеграм-бота, а также выложили в открытый доступ размеченный датасет обученной модели, что способствует развитию открытой науки и воспроизводимости исследований.
"Данная система - это не замена эксперту, а мощный инструмент для скрининга. Она берет на себя рутинную, ресурсоемкую работу, высвобождая время ученых для более сложных задач. При этом она абсолютно безопасна для образцов: никаких разрезов или извлечений семян не требуется", - добавил Патрушев.
