АНАЛИЗ СОСТОЯНИЯ РАСТЕНИЙ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
https://doi.org/10.34822/1999-7604-2022-4-6-13
Аннотация
Представлены этапы разработки с помощью языка разметки HTML, каскадных таблиц стилей и языка программирования JavaScript веб-приложения для мобильных устройств, содержащего в качестве основы обученную средствами библиотек машинного обучения Tensorflow и Keras модель ис-кусственной нейронной сети для классификации с максимальной точностью состояния растений. Все операции, связанные с обработкой изображений, выполнены в цветовом пространстве RGB.
Об авторах
В. В. Брыкин
Сургутский государственный университет, Сургут
Россия
Россия
аспирант
E-mail: valentin.brykin@mail.ru
М. Я. Брагинский
Сургутский государственный университет, Сургут
Россия
Россия
кандидат технических наук, доцент
E-mail: braginskiy_mya@surgu.ru
И. О. Тараканова
Сургутский государственный университет, Сургут
Россия
Россия
аспирант
E-mail: tarakanova_io@surgu.ru
Д. В. Тараканов
Сургутский государственный университет, Сургут
Россия
Россия
кандидат технических наук, доцент
E-mail: sprtdv@mail.ru
Список литературы
1. Rahman C. R., Arko P. S., Ali M. E. et al. Identification and Recognition of Rice Diseases and Pests Using Convolutional Neural Networks // Biosystems Engineering. 2020. Vol. 194. P. 112‒120. DOI10.1016/j.biosystemseng.2020.03.020.
2. Янишевская Н. А., Болодурина И. П. Применение технологий компьютерного зрения для разработки модели распознавания поражений культурных растений // Вестн. Юж.-Урал. гос. ун-та.Серия «Компьютерные технологии, управление, радиоэлектроника». 2021. Т. 21, № 3. С. 5–13.
3. Тараканов Д. В., Брагинский М. Я., Брыкин В. В. Повышение качества идентификации состояния растений искусственной нейронной сетью // Наука и образование в эпоху перемен: перспективы развития, новые парадигмы : материалы X Всерос. науч.-практич. конф., Ростов-на-Дону, 15 июля 2022 г. Ростов-на-Дону : Манускрипт, 2022. С. 51–60.
4. Брагинский М. Я., Тараканов Д. В. Фенотипирование растений адаптивной системой обработки изображений на базе сверточных нейронных сетей // Вестник кибернетики. 2021. № 2 (42). С. 6–16.
5. Rahman M. A., Islam M. M., Mahdee G. M. S., Kabir M. W. U. Improved Segmentation Approach for Plant Disease Detection // Proceedings of the 2019 1st International Conference on Advances in Science, Engineering and Robotics Technology (ICASERT), May 03‒05, 2019, Bangladesh. P. 1–5. DOI 10.1109/ICASERT.2019.8934895.
6. Чешкова А. Ф. Обзор современных методов обнаружения и идентификации болезней растений на основе анализа гиперспектральных изображений // Вавилов. журн. генетики и селекции. 2022. Т. 26, № 2. С. 202–213.
7. Сэмплинг в условиях несбалансированности классов. URL: https://loginom.ru/blog/imbalance-class (дата обращения: 02.11.2022).
8. Погружение в сверточные нейронные сети: передача обучения (transfer learning). URL: https://habr.com/ru/post/467967/ (дата обращения: 02.11.2022).
9. Keras Applications. URL: https://keras.io/api/appli cations/ (дата обращения: 02.11.2022).
10. Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition // ArXiv. 2015. 14 p. URL: https://arxiv.org/pdf/1409.1556.pdf (дата обращения: 02.11.2022).
11. Dropout – метод борьбы с переобучением нейронной сети. URL: https://proproprogs.ru/neu ral_network/dropout-metod-borby-s-pereobucheniem- neyronnoy-seti (дата обращения: 02.11.2022).
12. Представляем Tensorflow.js: машинное обучение в JavaScript. URL: https://datastart.ru/blog/read/ predstavlyaem-tensorflowjs-mashinnoe-obuchenie-v-java script (дата обращения: 02.11.2022).
Рецензия
Для цитирования:
Брыкин В.В., Брагинский М.Я., Тараканова И.О., Тараканов Д.В. АНАЛИЗ СОСТОЯНИЯ РАСТЕНИЙ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. Вестник кибернетики. 2022;(4 (48)):6-13. https://doi.org/10.34822/1999-7604-2022-4-6-13
For citation:
Brykin V.V., Braginbsky M.Ya., Tarakanova I.O., Тarakanov D.V. ANALYSIS OF PLANTS HEALTH USING ARTIFICIAL INTELLIGENCE TECHNOLOGIES. Proceedings in Cybernetics. 2022;(4 (48)):6-13. (In Russ.) https://doi.org/10.34822/1999-7604-2022-4-6-13
Просмотров:
251
Послать статью по эл. почте 