Badania te wprowadzaj? bardzo dokladny model oparty na CNN (dokladno?c 99,9%) do wczesnego wykrywania czarnej rdzy w pszenicy przy u?yciu analizy obrazu. Model zostal wytrenowany na zró?nicowanym, specyficznym dla regionu zbiorze danych, zapewniaj?c solidn? wydajno?c w ró?nych warunkach rolno-klimatycznych. Umo?liwia wykrywanie choroby na wczesnym etapie, zmniejszaj?c straty plonów, optymalizuj?c stosowanie fungicydów i promuj?c zrównowa?one praktyki rolnicze. System jest lekki, mo?na go wdro?yc na smartfonach i integruje si? z cyfrowymi ekosystemami rolniczymi, umo?liwiaj?c rolnikom korzystanie z dost?pnych narz?dzi AI. Jego skalowalno?c i kompatybilno?c z platformami IoT i chmurowymi sprawiaj?, ?e jest to wa?ny krok w kierunku rolnictwa precyzyjnego i krajowego bezpiecze?stwa ?ywno?ciowego.