Распознавание изображений элементов зерновых смесей методами глубокого обучения с использованием библиотек keras и tensorflow
DOI:
https://doi.org/10.17308/sait.2018.2/1222Ключевые слова:
обработка изображений, анализ изображений, глубокое обучение, машинное обучение, нейросеть, классификация зерновых смесейАннотация
Методом вычислительного эксперимента исследована возможность использования нейросетей глубокого обучения для распознавания изображений элементов зерновых смесей. Проведено сравнение результатов для трех различных архитектур, реализованных в пакетах VGG16, VGG19 и MobileNet на наборе изображений зёрен различных растений. Выявлен относительный вклад морфологических, цветовых и текстурных признаков в решение задачи классификации изображений зерен с помощью нейросетей глубокого обучения.
Библиографические ссылки
Загрузки
Опубликован
2018-06-21
Выпуск
Раздел
Интеллектуальные информационные системы
Лицензия
- Авторы сохраняют за собой авторские права и предоставляют журналу право первой публикации работы, которая по истечении 6 месяцев после публикации автоматически лицензируется на условиях Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
Как цитировать
Распознавание изображений элементов зерновых смесей методами глубокого обучения с использованием библиотек keras и tensorflow. (2018). Вестник ВГУ. Серия: Системный анализ и информационные технологии, 2, 139-148. https://doi.org/10.17308/sait.2018.2/1222
