ISSN 2500-3453 · EISSN 2687-0118
Язык: ru

Статья: ОБНАРУЖЕНИЕ СОРНОЙ РАСТИТЕЛЬНОСТИ НА ОСНОВЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ (2022)

Читать онлайн

В статье обсуждается проблема семантической сегментации полевых изображений сельскохозяйственной культуры и сорной растительности с использованием архитектур сверточных нейронных сетей. В работе рассматривались две архитектуры: классическая U-Net и U-Net с предварительно обученным кодером Resnet 50. Точность сегментации оценивалась при помощи метрики среднего mIoU, метрики IoU, а также матрицы ошибок классификации. U-Net Resnet 50 показала наилучшую производительность и самую высокую точность (IoU=0,9506; mIoU=0,8723). Результаты могут быть использованы для обучения роботизированных устройств, используемых для точной обработки (опрыскивания) культурных растений в сельском хозяйстве.

Ключевые фразы: изображение, сегментация, культура, сорная растительность, классификация, сверточная нейронная сеть
Автор (ы): КАРМЕНОВА М.А., Понькина Е.В., Бондарович А.А., ТЛЕБАЛДИНОВА А.С.
Журнал: МАК: МАТЕМАТИКИ - АЛТАЙСКОМУ КРАЮ

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
004.932.1. Image sampling
Для цитирования:
КАРМЕНОВА М.А., ПОНЬКИНА Е.В., БОНДАРОВИЧ А.А., ТЛЕБАЛДИНОВА А.С. ОБНАРУЖЕНИЕ СОРНОЙ РАСТИТЕЛЬНОСТИ НА ОСНОВЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ // МАК: МАТЕМАТИКИ - АЛТАЙСКОМУ КРАЮ. 2022. № 4
Текстовый фрагмент статьи
Моя история просмотров (10)