Автор: 
Исследователи научили нейросеть выявлять поражённые вредителями участки леса по снимкам с беспилотников. Разработка международного научного коллектива, в который вошли учёные ЛЭТИ, в перспективе позволит ускорить мониторинг естественных лесных массивов для защиты от жуков-короедов. Результаты исследования опубликованы в научном журнале IEEE Access.
Большой еловый лубоед – это крупный жук, личинки которого питаются корой ели и сосны в Северной и Центральной Европе, а также в России. Насекомое относится к особо опасным вредителям ценных пород дерева. Обычно лубоед обитает на старых трухлявых деревьях. Однако из-за увеличения популяции, вызванного, в том числе климатическими изменениями, в последние годы такие жуки нападают даже на здоровые деревья. Этот процесс наносит серьёзный ущерб лесным территориям разных стран и требует разработки инструментов для оперативного контроля популяции елового лубоеда.
«Современные изображения в высоком разрешении, созданные камерами с беспилотных летательных аппаратов, позволяют визуально определить участки леса, которые повреждены лубоедами. Мы собрали датасет таких изображений и на его основе обучили несколько нейросетей самостоятельно выявлять жуков», — рассказывает инженер кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ», Анастасия Сафонова.
Для обнаружения заражённых деревьев на снимках, собранных с помощью дронов, учёные решили адаптировать несколько версий уже существующей нейросети YOLO, которая в ходе экспериментов продемонстрировала высокую точность распознавания – до 95%. Данные для исследования были собраны в Чупрене – крупнейшем биосферном заповеднике Болгарии, около 90% которого покрывают хвойные и смешанные леса. Для обучения нейросетевых моделей учёные использовали 400 предварительно обработанных изображений, предоставленных Болгарской академией наук.
«В дальнейшем результаты наших исследований могут применяться для своевременной профилактики распространения елового лубоеда и других короедов, которые будут угрожать лесным массивам», – добавляет доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ», Дмитрий Ильич Каплун.
