Телефон редакции:

+7 (8332) 208-964

Свежие номера журналов

Канищев И. С., Петик М. Г. 1(2017)

УДК  004.032.26

И. С. Канищев, М. Г. Петик

 

ПРИМЕНЕНИЕ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

 ДЛЯ КЛАССИФИКАЦИИ РАСТЕНИЙ ПО ФОРМЕ ЛИСТЬЕВ

      

       Проблема распознавания образов приобрела выдающееся значение в условиях роста объемов получаемой информации, необходимостью в качественной, быстрой обработке. Целью данной статьи является изучить возможность применения сверточных нейронных сетей для правильной классификации растений по форме листьев.Свёрточная нейронная сеть - специальная архитектура искусственных нейронных сетей, нацеленная на эффективное распознавание изображений [1], входит в состав технологий глубинного обучения. Результатом работы является алгоритм, позволяющий с большой точность правильно классифицировать растения.Для обучения алгоритма использовался набор данных, состоящий из 1584 изображений листьев различных растений (99 видов растений по 16 образцов), взятый из международного соревнования Leaf Classification, проводимого на платформе Kaggle. В качестве программного инструмента используется библиотека с открытым исходным кодом Keras, написанная на Python.

 

       Ключевые слова: свёрточные нейронные сети, распознавание образов, классификация изображений.