Розмір шрифту: 

У роботі досліджено застосування глибокихнейронних мереж для автоматичного виявлення тарозпізнавання захворювань пшениці на основі зображень.Проведено огляд сучасних підходів і реалізовано ефективнусистему з використанням моделей EfficientNetV2B0,ConvNeXtTiny та U-Net. Середня точність класифікації повсіх 13 класах склала 88 %, при цьому для окремих класів,точність досягала 94 – 95 %, що є високим результатом.Використання XAI забезпечило інтерпретованість рішеньмоделі, підвищуючи її надійність і придатність допрактичного застосування в аграрному секторі.

Глибоке навчання; Розпізнавання зображень; Виявлення захворювань; Сільське господарствo; Фітопатологія