Обнаружение и распознавание растений в природе с использованием сверточных нейронных сетей
DOI:
https://doi.org/10.5281/zenodo.15056681Ключевые слова:
компьютерное зрение, глубокое машинное обучение, обнаружение и распознавание растений, сверточные нейронные сети, обучение моделиАннотация
В настоящей статье рассмотрены и проанализированы различные модели обнаружения и распознавания растений с использованием сверточных нейронных сетей для идентификации различных видов растений в естественных условиях. Показаны преимущества применения искусственного интеллекта в данной области. Рассмотрены существующие архитектуры сверточных нейронных сетей, используемых для классификации изображений, дана их сравнительная характеристика, выявлены их преимущества и недостатки. Приведены примеры обучения модели на архитектурах VGG16 и ResNet50. Выбрана оптимальная архитектура сверточной нейронной сети для решения задачи распознавания растений.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Вестник Донецкого университета. Серия 04. Технические науки» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
