Распознавание с помощью мобильного приложения болезни сельскохозяйственных культур
ВВЕДЕНИЕ
Агрокультура является одной из ключевых отраслей, играющих важную роль в экономике многих стран. Однако, рост и производительность сельскохозяйственных культур подвержены различным факторам, включая болезни растений, дефицит питательных веществ, а также агрохимические воздействия. Поэтому важно быстро и точно определять наличие болезней растений и принимать меры для их лечения.
Одна из наиболее актуальных проблем сельского хозяйства — это обнаружение болезней растений и своевременное принятие мер для их лечения. Традиционно этот процесс включает визуальный осмотр культур растений на предмет заболеваний. Однако такой процесс может быть трудоемким для специалистов в области сельского хозяйства. В связи с этим, разработка мобильного приложения, способного определять болезни растений и сравнивать отклонения от нормы сельскохозяйственных культур, может значительно ускорить и упростить процесс.
В рамках ВКР рассматривается разработка мобильного приложения для определения бо
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
1. ОБЗОР ПРЕДМЕТНОЙ ОБЛАСТИ 5
1.1. Формулировка проблемы и актуальность 5
1.2. Анализ проблемы 6
1.3. Обзор аналогов 7
2. ПРОЕКТИРОВАНИЕ 9
2.1. Выбор технологий 9
2.2. Архитектура системы 10
2.3. Архитектура модели нейросети 11
2.4. Архитектура мобильного приложения 12
2.5. Архитектура сервера 12
3. РАЗРАБОТКА СИСТЕМЫ 13
3.1. Разработка мобильного приложения 13
3.2. Обучение модели глубокого обучения 16
3.3. Интеграция с облачными сервисами 20
3.4. Тестирование и оценка эффективности 21
ЗАКЛЮЧЕНИЕ 23
СПИСОК ЛИТЕРАТУРЫ 25
СПИСОК ЛИТЕРАТУРЫ
Машкин А. С. Разработка архитектуры Android приложения при помощи паттерна MVVM. 2020. URL: https://libeldoc.bsuir.by/handle/123456789/39341 (дата обращения: 13-12-2022).
Albertengo G. et al. On the performance of web services, google cloud messaging and firebase cloud messaging // Digital Communications and Networks. 2020. Vol. 6. N. 1. P. 31-37. URL: https://www.sciencedirect.com/science/article/pii/S235286481830035XAsefa B. G. Building Android Component Library Using Jetpack Compose. Metropolia University of Applied Sciences, 2022. 42 p. URL: https://www.theseus.fi/bitstream/handle/10024/744757/Asefa_Beselam.pdf?sequence=2&isAllowed=yBeronić D. et al. Comparison of Structured Concurrency Constructs in Java and Kotlin--Virtual Threads and Coroutines // 2022 45th Jubilee International Convention on Information, Communication and Electronic Technology (MIPRO). 2022. P. 1466-1471. URL: https://ieeexplore.ieee.org/abstract/document/9803765/Chatterjee N. et al. Real-time communication application based on android using Google firebase // Int. J. Adv. Res. Comput. Sci. Manag. Stud. 2018. Vol. 6. N. 4. P. 74-79. URL: https://www.researchgate.net/profile/Asoke-Nath-4/publication/324840628_Real-time_Communication_Application_Based_on_Android_Using_Google_Firebase/links/5ae721760f7e9b9793c82cbf/Real-time-Communication-Application-Based-on-Android-Using-Google-Firebase.pdfKelly M. et al. HG-DAgger: Interactive imitation learning with human experts // 2019 International Conference on Robotics and Automation (ICRA). 2019. P. 8077-8083. URL: https://arxiv.org/pdf/1810.02890Аббасов И. Б., Дешмух Р. Р. Распознавание изображений сельскохозяйственных культур, растений и лесных массивов // Известия Южного федерального университета. Технические науки. 2020. № 3 (213). С. 202-212. URL: https://cyberleninka.ru/article/n/raspoznavanie-izobrazheniy-selskohozyaystvennyh-kultur-rasteniy-i-lesnyh-massivovАльбовский А. В., Егоров Н. А., Романюк А. Г. Реализация не
2.4. Архитектура мобильного приложения
Мобильное приложение разработано с использованием Kotlin и различных библиотек и фреймворков, таких как Room, Retrofit, MVVM, Google Firebase, Toothpick, Coroutines, Jetpack libraries и других. Это приложение предоставляет пользовательский интерфейс для взаимодействия с системой, позволяет пользователям загружать изображения болезней сельскохозяйственных культур, отправлять их на сервер для анализа и получать результаты диагностики.
2.5. Архитектура сервера
Серверная часть системы реализована с использованием Flask, легковесного фреймворка для веб-разработки на Python. Сервер