Архив Сельское хозяйство · Теплицы, садоводство и виноградарство

ОИЯИ: DoctorP распознаёт болезни растений по фото, точность выше 95%

Приложение DoctorP Объединённого института ядерных исследований диагностирует болезни и вредителей по фотографии листа для культур, включая виноград. После сбора собственной базы полевых снимков точность моделей держится выше 95% при более чем 50 классах.

Кейс предоставлен Vinum ex Machina

запись № 289 · Кейсбук v2026-09-29, Никита Худов · CC BY-SA 4.0

Текст адаптирован под формат паспорта АрхИИВ и публикуется по CC BY-NC 4.0 с разрешения автора Кейсбука.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-002624
по данным Vinum ex Machina

/01 · ключевые результаты

Цифры приведены по Кейсбуку Vinum ex Machina и не сверены редакцией с первоисточником.

  • возможность системы

    более 95%

    точность моделей на полевых снимках при более чем 50 классах

    Vinum ex Machina, документ, 29.09.2026

    по данным на сентябрь 2026 года · приложение DoctorP, 19 культур

    данные компании

  • масштаб

    более 40 000 обращений

    накопительные запросы к сервису

    Vinum ex Machina, документ, 29.09.2026

    накопительно, не в год · приложение DoctorP, 19 культур

    данные компании

  • масштаб

    более 10 000 пользователей

    Android-аудитория приложения

    Vinum ex Machina, документ, 29.09.2026

    по данным на сентябрь 2026 года · приложение DoctorP, 19 культур

    данные компании

оценка strategai

Оценка не рассчитывается.

Приложение DoctorP Объединённого института ядерных исследований диагностирует болезни и вредителей по фотографии листа для культур, включая виноград. После сбора собственной базы полевых снимков точность моделей держится выше 95% при более чем 50 классах.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-002624
по данным Vinum ex Machina

/02 · паспорт кейса

/ паспорт кейса · CB-002624Объединённый институт ядерных исследований (DoctorP)

Бизнес

Компания
Объединённый институт ядерных исследований (DoctorP)
Отрасль
Сельское хозяйство · Теплицы, садоводство и виноградарство
Функция
Производство и основные операции
Задача
Точное земледелие и животноводство

Технология

Класс AI
Компьютерное зрение
Тип решения
Собственная разработка
Данные
Собственная база полевых снимков листьев; более 4 000 обучающих изображений.

Внедрение

Стадия
Промышленная эксплуатация, на 29.09.2026
География
Россия

/03 · описание кейса

Бизнес-задача

Садоводам и владельцам растений трудно самостоятельно определить болезнь или вредителя по внешнему виду листа. Объединённый институт ядерных исследований (Дубна) развивает DoctorP — сервис, который ставит диагноз по фотографии через мобильное и веб-приложение. Сервис общедоступен и охватывает 19 культур, включая виноград. Проект ведётся с 2017 по 2023 год.

Решение

DoctorP использует свёрточную нейронную сеть с переносом обучения. Пользователь отправляет фотографию листа, система определяет класс болезни или вредителя. Модели распознают 55–60 классов болезней и вредителей. Сервис доступен в мобильном приложении для Android и в веб-версии.

Внедрение

Ранняя модель обучалась на синтетических изображениях из открытых баз: на них точность превышала 95%, но на реальных пользовательских фотографиях падала примерно до 50%. Команда собрала собственную базу полевых снимков (более 4 000 обучающих изображений) и перестроила модели. Точность моделей после этого держится выше 95% при более чем 50 классах. Накопительно сервис получил более 40 000 обращений, у Android-приложения более 10 000 пользователей.

/04 · источники и проверка

Что подтверждено

  • Точность моделей DoctorP на полевых снимках держится выше 95% при более чем 50 классах.
  • Накопительно приложение получило более 40 000 обращений, у Android-версии более 10 000 пользователей.
  • Ранняя модель на реальных фотографиях давала точность около 50%; после сбора собственной базы снимков модели перестроены.

Ограничения

  • Точность выше 95% — заявление проекта; источник не раскрывает выборку и метод проверки, поэтому цифру нельзя читать как долю верных диагнозов у пользователей.
  • Более 40 000 обращений — накопительное число за весь срок работы; годовая нагрузка и доля повторных обращений неизвестны.
  • Источник не приводит данных об экономическом эффекте и о том, как диагноз влияет на урожай или потери.
  1. [1] Vinum ex Machina

    Vinum ex Machina — Кейсбук, запись № 289

    партнёр · 29.09.2026

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002624 · Версия 1 · 25.10.2026 · /c/CB-002624/ · Vinum ex Machina № 289