Badacze opracowali GANet, nową architekturę sieci neuronowej zoptymalizowaną specjalnie dla urządzeń o ograniczonej mocy obliczeniowej. Model zawiera innowacyjne bloki Group Attention oraz Group-Wise Feature Fusion, które pozwalają na drastyczne zmniejszenie liczby parametrów bez utraty dokładności. Z zaledwie 0.001M parametrów sieć osiąga oszałamiające 99.99% dokładności na popularnym zbiorze danych PlantVillage, obejmującym 38 różnych typów chorób roślin.
Key innowacyjności polega na tym, że GANet może działać bezpośrednio na bardzo tanim sprzęcie - Raspberry Pi 4b przetwarzałoby obrazy z szybkością 5 klatek na sekundę, a Jetson Nano z szybkością 11 FPS. To jest istotne dla świata rolnictwa, gdzie dostęp do drogich systemów serwerowych jest ograniczony. Farmerzy mogliby zainstalować model na niedrogich urządzeniach edge i monitorować swoje uprawy w czasie rzeczywistym bez potrzeby przesyłania danych do chmury.
Pracę uzasadniają rosnące problemy chorób roślin wśród globalnego ocieplenia i zmian klimatycznych. Wcześniejsza detekcja chorób mogłaby znacząco zmniejszyć straty plonów i zmaksymalizować wydajność produkcji żywności. W przeciwieństwie do wielu poprzednich prac skupiających się na pojedynczych uprawach, GANet ma szerszą aplikowalność dzięki zdolności do identyfikacji ponad trzech dziesięciu typów chorób.