Итоговый вывод в ходе принятых решений
В результате, рассмотрения вопросов, относящихся к вопросам архитектуры будущего приложени,были сделаны следующие выводы:
- Система распознавания заболеваний дачных растений по фотографии будет выполнена в виде мобильного Android-приложения с использованием нативного фреймворка Jetpack Compose на языке Kotlin. Это решение обеспечит эффективное использование ресурсов устройства и доступность для более 60% российских пользователей, несмотря на отсутствие поддержки iOS;
- Выбор в пользу монолитной архитектуры позволит обеспечить автономность приложения, повысив доступность диагностики в "полевых условиях". Локальное размещение AI-модели и базы данных минимизирует зависимость от интернет-соединения, что устраняет денежные расходы на приобретение и поддержание внешних серверов, а также решает проблему с нестабильным Интернет-соединением в сельской местности;
- Основу интеллектуальной диагностики составит сверточная нейронная сеть (CNN), которая обеспечит высокую точность распознавания изображений при приемлемом использовании памяти устройства, несмотря на некоторую сложность архитектуры и обучения модели.