После автополива с прогнозом погоды логичный следующий шаг — камера. Не «умная камера, которая сама знает всех вредителей по имени», а простая рабочая штука: ESP32-CAM делает снимки листьев, грядки или липкой карточки и отправляет их вам. На первый взгляд звучит скромно. На практике именно с этого начинается нормальный контроль вредителей: вы перестаёте гадать, что происходит в теплице между вашими приездами.
Важное уточнение сразу: ESP32-CAM сама по себе почти ничего не распознаёт. Это маленькая плата с камерой и Wi-Fi, а не агроном с лупой. Её задача — быть глазами системы: регулярно фотографировать одно и то же место, сохранять снимки и не забывать подписи: дата, время, грядка, культура, температура, влажность.
Что именно будем ловить
Для насекомых лучше работает не классическая «охотничья» ловушка с PIR-датчиком, а наблюдательная точка. PIR хорошо видит человека, кошку или мышь, но тля, белокрылка и трипс для него слишком мелкие. Поэтому камера должна снимать по расписанию: например, утром, днём и вечером.
Есть три удобных объекта съёмки:
- Жёлтая липкая карточка — для белокрылки, тли, минёров и части мелких летающих насекомых
- Синяя липкая карточка — часто используют для трипса
- Контрольный лист или участок растения — чтобы видеть пятна, скручивание листа, объеденные края, паутинку
Самый спокойный вариант для старта — жёлтая карточка. Она висит на одном месте, фон одинаковый, насекомые контрастные. Камере легче, человеку легче, будущей нейросети тоже легче.
Компоненты
- ESP32-CAM AI-Thinker — 500–700 ₽
- USB-UART программатор — 150–250 ₽, нужен для прошивки
- microSD 8–32 ГБ — если хотим хранить фото локально
- Светодиодная подсветка 5 В — маленькая белая планка или кольцо, 100–250 ₽
- Корпус IP54/IP65 — распределительная коробка с прозрачным окном
- Блок питания 5 В или аккумулятор с солнечной панелью
- Липкие карточки — жёлтые и синие, 150–300 ₽ за набор
Если камера стоит в теплице рядом с розеткой, не усложняйте: дайте ей нормальные 5 В от блока питания. Автономное питание пригодится в поле, но для первой версии важнее стабильные фото, а не борьба за каждый миллиампер.
Как поставить камеру
Главная ошибка — поставить ESP32-CAM «куда-нибудь повыше», чтобы она смотрела на всю теплицу. Получится красивая картинка и ноль пользы: вредителей на ней не видно. Камеру нужно ставить близко.
Для липкой карточки держите расстояние 15–30 см. Карточка должна занимать большую часть кадра. Камеру лучше закрепить на отдельной планке, чтобы при замене карточки положение не менялось. Если каждый раз снимать под другим углом, потом будет сложно сравнивать снимки.
Для листа расстояние примерно такое же. Выберите «контрольное растение» и один листовой ярус. Лучше сделать 2–3 точки съёмки в разных местах теплицы, чем одну камеру на всю площадь.
Почему нужна подсветка
В теплице свет меняется постоянно: утром тень, днём жёсткое солнце, вечером сумерки, плёнка даёт блики. Если фотографировать как попало, половина снимков будет непригодна. Поэтому ставим маленькую подсветку и включаем её на 1–2 секунды перед снимком.
Нам не нужна мощная лампа. Нужен одинаковый свет. Даже дешёвая LED-планка рядом с камерой делает снимки заметно стабильнее. А стабильные снимки — это уже материал для сравнения: сегодня на карточке 12 точек, через три дня 60, пора смотреть внимательнее.
Три уровня «умности»
Вариант 1. Фото человеку
Самый честный и самый полезный старт. ESP32-CAM делает фото по расписанию и отправляет в Telegram, VK или на ваш сервер. Вы открываете снимок и смотрите сами: появились ли насекомые, не скручиваются ли листья, нет ли новых пятен.
Это не выглядит высокотехнологично, зато работает сразу. Особенно если вы приезжаете на участок не каждый день. Утром пришло фото карточки и листа — вы уже понимаете, всё спокойно или стоит заехать вечером с лупой.
Вариант 2. Подсчёт точек на липкой карточке
Следующий уровень — не определять вид вредителя, а считать динамику. Камера снимает одну и ту же жёлтую карточку. Сервер или Raspberry Pi обрабатывает изображение: вырезает область карточки, ищет тёмные точки и считает примерное количество объектов.
Такой алгоритм не скажет: «это белокрылка, а это трипс». Но он скажет другое, часто более важное: «за сутки количество объектов выросло в три раза». Для практики этого достаточно, чтобы понять: популяция пошла вверх, надо проверять растения и принимать меры.
Вариант 3. Модель распознавания
Вот здесь начинается нейросеть. ESP32-CAM по-прежнему только фотографирует. Распознавание делает сервер, ноутбук или Raspberry Pi: модель смотрит на фото и пытается определить класс — белокрылка, трипс, тля, гусеница, пустая карточка, грязь, капля воды.
Для этого нельзя просто скачать «волшебную модель для всех вредителей». Нужны ваши фотографии, сделанные в ваших условиях: с вашей камерой, вашей подсветкой, вашей плёнкой, вашими карточками. Иначе модель будет хорошо работать на красивых картинках из интернета и плохо — в реальной теплице.
Что сохранять вместе с фото
Если мы хотим потом обучить модель, каждое фото должно иметь контекст. Минимум:
- дата и время
- точка съёмки: теплица 1, грядка 3, карточка у огурцов
- культура: томат, огурец, перец
- температура и влажность воздуха, если датчики уже есть
- включался ли полив в последние часы
- ваша ручная пометка: «похоже на белокрылку», «пусто», «много мелких точек», «плохой кадр»
Файл можно называть просто: greenhouse1_bed3_yellowcard_2026-05-10_0800.jpg. А подписи хранить в CSV-таблице. Это скучно, но именно из таких скучных таблиц потом получается нормальный датасет.
Пример расписания
08:00 — фото липкой карточки и контрольного листа
14:00 — фото карточки, когда в теплице самый яркий свет
20:00 — фото перед ночным закрытием тоннеля
Если влажность воздуха выше 85%:
добавить фото листа утром
Если автополив включался:
сделать контрольное фото через 2 часаПочему не снимать каждую минуту? Потому что вы утонете в мусоре. Для старта достаточно 2–3 хороших снимков в день с каждой точки. Лучше меньше, но стабильно и с понятным ракурсом.
Как понять, что система полезна
Через неделю у вас должна быть не папка случайных картинок, а небольшая история: понедельник — карточка чистая, среда — первые точки, пятница — точек заметно больше. Это уже сигнал.
Камера не заменяет осмотр растений. Она помогает не пропустить момент, когда проблема только начинается. Особенно в тоннеле: вредители любят тёплые закрытые места, а человек часто замечает их уже тогда, когда листья липкие, скрученные или покрыты колониями.
Что будет в следующей серии
Эта фотоловушка — не финал, а заготовка. Мы соберём фотографии, оставим только нормальные кадры, подпишем их и сделаем первый датасет. Потом возьмём простую модель компьютерного зрения и попробуем обучить её отличать хотя бы несколько классов: пустая карточка, много мелких насекомых, белокрылка крупным планом, повреждённый лист, здоровый лист.
И вот там уже начнётся настоящая нейросеть. Не «магия из коробки», а понятная работа: сначала камера собирает данные, потом человек помогает с разметкой, потом модель учится на этих примерах. Без этого шага распознавание вредителей будет красивой обещалкой. С этим шагом — рабочим инструментом, который можно постепенно улучшать весь сезон.
