СИСТЕМЫ МОНИТОРИНГА КАЧЕСТВА СЕМЯН ОВОЩНЫХ КУЛЬТУР НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Получена: 2026-05-31
Опубликована: 2026-06-06
Аннотация
В данном исследовании изучены теоретические и практические аспекты систем мониторинга качества семян овощных культур на основе искусственного интеллекта. Результаты исследования показали, что современные технологии искусственного интеллекта обеспечивают высокую точность, оперативность и надёжность при определении показателей качества семян. В частности, использование алгоритмов компьютерного зрения, машинного и глубокого обучения позволяет эффективно оценивать форму, цвет, размер, внешние дефекты и всхожесть семян. Анализ показал, что традиционные лабораторные методы требуют значительных затрат времени и труда, тогда как системы мониторинга на основе искусственного интеллекта позволяют автоматически обрабатывать данные и оперативно получать результаты. Это способствует совершенствованию контроля качества на семеноводческих предприятиях, снижению производственных затрат и повышению урожайности. Кроме того, в ходе исследования установлено, что процессы цифровизации сельского хозяйства в Узбекистане стремительно развиваются и формируются необходимые условия для внедрения технологий искусственного интеллекта в практическую деятельность. Использование искусственного интеллекта при мониторинге качества семян овощных культур в будущем станет одним из важных факторов повышения качества сельскохозяйственной продукции и обеспечения продовольственной безопасности.
Ключевые слова
Список литературы
-
Kamilaris, A., Prenafeta-Boldú, F.X. (2018). Deep Learning in Agriculture: A Survey. Computers and Electronics in Agriculture, 147, 70–90. https://www.sciencedirect.com/science/article/pii/S0168169917308803
-
Mohanty, S.P., Hughes, D.P., Salathé, M. (2016). Using Deep Learning for Image-Based Plant Disease Detection. Frontiers in Plant Science, 7, 1419. https://www.frontiersin.org/articles/10.3389/fpls.2016.01419
-
Patel, K.K., Kar, A., Jha, S.N., Khan, M.A. (2012). Machine Vision System: A Tool for Quality Evaluation in Food and Agricultural Products. Journal of Food Science and Technology, 49(2), 123–141. https://link.springer.com/article/10.1007/s13197-011-0321-4
-
Mahlein, A.K. (2016). Plant Disease Detection by Imaging Sensors. Annual Review of Phytopathology, 54, 373–393. https://www.annualreviews.org/doi/10.1146/annurev-phyto-080615-100118
-
Li, J., Huang, W., Zhao, C., Zhang, B. (2019). Applications of Hyperspectral Imaging Technology in Seed Quality Detection. Sensors, 19(5), 1090. https://www.mdpi.com/1424-8220/19/5/1090
-
Shahin, M.A., Symons, S.J. (2001). Seed Sizing from Digital Images. Canadian Biosystems Engineering, 43, 3.1–3.5. https://csbe-scgab.ca/docs/journal/43/c0301.pdf
Об авторах
Лицензия
Copyright (c) 2026 MMIT Proceedings
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.