Семантична сегментація малюнку жилкування листя Carpinus betulus на базі UNet подібних згорткових нейронних мереж
Keywords:
нейромережа, машинне навчання, сегментація, глибоке навчання, функції втрат, валідаційний набір, тренувальний набір, аугментаціяAbstract
Розробка методів автоматичної сегментації мережі жилок листків має важливе значення для ботаніки, сільського господарства. В магістерській роботі досліджуються можливості використаня U-Net подібних згорткових нейронних мереж для семантичної сегментації малюнку жилкування листя Carpinus betulus. В роботі було створено розмічений набір даних зображень листків Carpinus betulus для навчання нейромережі. Мовою Python з використанням платфорим GoogleColab була реалізована нейромережа U-Net, було здійснено її навчання та оцінка якості. Було досліджено вплив на якість навчання: розміру та способів аугментації набору даних; вибору виду функцій втрат; архітектури нейромережі; кількості та типів класів сегментації. Підібрано оптимальні параметри нейромережі, що дозволяють заощадити обчислювальні ресурси не зменшуючи якість навчання. Показані проблеми, що виникають при класифікації великої кількості класів, запропоновані два сценарії практичного застосування нейромережі для сегментації окремих жилок листя граба.
