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.
/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
- около 50% точность ранней модели на реальных пользовательских фотографиях · исходный уровень Vinum ex Machina, документ, 29.09.2026
- более 4 000 изображений обучающая выборка полевых снимков · масштаб Vinum ex Machina, документ, 29.09.2026
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.
/02 · паспорт кейса
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
Зачем
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.
Что
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.
Как
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] Vinum ex Machina
Vinum ex Machina — Кейсбук, запись № 289
партнёр · 29.09.2026
Открыть источник
АрхИИВ /strategai · CB-002624 · Версия 1 · 25.10.2026 · /c/CB-002624/ · Vinum ex Machina № 289