Abstract
Развитие точного земледелия требует автоматизированного мониторинга посевов на основе мультиспектральных данных. Исследование систематически оценивает влияние спектральных конфигураций RGB и RGB+NIR на точность семантической сегментации сельхозугодий при использовании архитектур U-Net и DeepLabV3+ с энкодерами MobileNet_v2, ResNet18, ResNet34, ResNet50 на датасете Agriculture-Vision-2021. Модели сопоставлялись по Intersection over Union и F1-score для девяти классов на аннотированных снимках полей кукурузы, пшеницы, подсолнечника. Полученные результаты формируют стратифицированные рекомендации по выбору сенсорных конфигураций для хозяйств, оптимизируя компромисс между точностью мониторинга и затратами на оборудование.