Аннотация:Методы машинного обучения применяются для обнаружения аномальных последовательностей изображений растений. Полученные результаты могут найти применение в задачах автоматизации сельского хозяйства, где одним из основных средств мониторинга состояния растений является фото или видеосъемка. Разработанный программный комплекс позволит автоматически обнаруживать проблемы со здоровьем растений или окружающей их инфраструктурой, что поможет вовремя принимать соответствующие меры. В рамках данной статьи реализован автоматический сбор и предобработка данных, формирование из них датасетов для обучения, а также два нейросетевых подхода к обнаружению аномалий в процессе развития растений с помощью изображений. Проведены эксперименты с реальными данными, произведен сравнительный анализ работоспособности методов в конкретной задаче.