Сравнительный анализ методов аугментации изображений для повышения качества моделей компьютерного зрения в животноводстве
Михайленко Ирина Ивановна, кандидат биологических наук, научный сотрудник лаборатории интеллектуальных сельскохозяйственных технологий. ФГБНУ «Белгородский ФАНЦ РАН»
Аннотация
Исследование направлено на разработку надежных моделей компьютерного зрения для задач прецизионного животноводства (мониторинг состояния, идентификация особей, оценка упитанности), которые сдерживаются дефицитом размеченных данных. Сбор и аннотирование изображений в реальных условиях ферм – процесс дорогостоящий и трудоемкий. Методы аугментации данных представляют собой ключевое решение для расширения обучающих выборок и повышения обобщающей способности моделей. В работе рассмотрен ряд методов предварительной обработки данных с изображениями животных крупного рогатого скота, были изучены методы аугментации, которые позволяют генерировать новые данные на основе исходных для обогащения обучающих данных без участия пользователя, чтобы повысить эффективность работы. В ходе экспериментов рассмотрены различные аспекты дефицита данных, получены конкурентоспособные результаты, которые могут стать основой для дальнейших разработок.
Ключевые слова: стратегии аугментации; преобразование изображений; машинное обучение; нейронные сети; ограниченные данные.
Для цитирования: Михайленко И. И. Сравнительный анализ методов аугментации изображений для повышения качества моделей компьютерного зрения в животноводстве // Цифровые модели и решения. 2026. Т. 5, № 3. С. 5–14. DOI: 10.29141/2949-477X-2026-5-3-1. EDN: FCGAES.
