Целью работы является разработка гибридного программного решения для автоматического обнаружения и классификации. Этот подход основан на комбинации двух моделей: сверточной нейронной сети (CNN) для точной классификации видов сорняков и типов болезней по симптомам, и модели детекции объектов YOLO для их локализации в реальном времени. Такой гибридный подход позволяет создать универсальный инструмент, который решает две ключевые задачи одновременно: оперативное обнаружение нежелательной растительности и диагностику фитосанитарного состояния культурных посевов

На страницу проекта