Компьютерное зрение в городском растениеводстве: классификация изображений семян микрозелени

Описана система автоматизированного посева микрозелени на вертикальных сити-фермах с применением технологий компьютерного зрения. Основная цель — создание эффективной нейронной сети для распознавания и классификации семян различных культур. В ходе исследования проведен сравнительный анализ пяти архитектур нейронных сетей, включая самописную сверточную сеть, Inception_v3, Xception, ResNet-101 и EfficientNet_b3. Ключевые результаты показали, что самописная сеть демонстрирует наивысшую точность классификации (88%), превосходя предобученные модели. Исследование выявило, что процедура удаления фона не улучшает, а ухудшает качество распознавания. Оптимальным решением оказалась стратегия работы с изображениями путем нарезки на патчи 224×224 пикселя. Практическая значимость работы подтверждается успешным развертыванием системы на микрокомпьютере Raspberry Pi с приемлемыми показателями производительности.