# Диагностика болезней растений по фото

`БТ03`

> БЫТОВЫЕ · СРЕДНИЙ · тема по фильтру курса 13/20 — годится

Сфотографируйте листья, стебли или цветы — AI распознает вид растения, диагностирует болезни (грибок, вредителей, нехватку питательных веществ) и предлагает конкретные решения: какие препараты использовать, как отрегулировать полив и освещение.

**Зачем:** Помочь новичкам в садоводстве сохранить растения здоровыми и сократить потери урожая.

## Что предстоит выяснить

- Какие болезни встречаются в этих условиях и как они выглядят на ранней стадии
- Что делать, когда признаки указывают на два разных диагноза
- Где взять фото болезней: свой архив, открытые наборы, съёмка в сезон
- Что важнее: не пропустить болезнь или не назначить лишнюю химию

**Область:** изображения, редкие события, растениеводство

## Тема глазами курса

**Чей процесс:** Агроном теплицы или продавец питомника ставит диагноз по листу — новичок в саду спрашивает раз в сезон

**Почему не решается одним вызовом модели:** Диагноз ставится по фотографии, а лечение — по справочнику с ограничениями: препарат, дозировка, срок ожидания. Ошибка в диагнозе стоит урожая, ошибка в дозировке — опасна

**Где появляется результат:** Результат — назначение обработки в журнале ухода: обработку проводят, и отменить её нельзя

**Что считается успехом:** Опасное не пропущено, а рекомендованное лечение соответствует справочнику и сроку

**Что будут атаковать:** Подмена фото и подсказка на бирке растения

**Откуда данные (открытые источники):** Есть открытые наборы фотографий болезней растений, а живые примеры добираются в теплице или питомнике. Разрыв между лабораторным фото и снимком с грядки — отдельная проблема темы

### Оценка по фильтру: 13/20 — годится

- Чей процесс: 3/5 — Кому больно — и можно ли этого человека спросить?
- Своё поверх модели: 3/5 — Что останется от продукта, если убрать чужую модель?
- Действие: 3/5 — Продукт что-то меняет — или только показывает?
- Проверяемость: 4/5 — Чем меряется качество и что здесь будут атаковать?

> Тема курса «Системы искусственного интеллекта». Команда из четырёх ролей (Product/VO, AI Engineer, Delivery, Quality & Safety) реализует её за 16 недель, семь спринтов-лабораторных.