Тема: РАЗРАБОТКА КЛАССИФИКАТОРА ИЗОБРАЖЕНИЙ ГРИБОВ НА ОСНОВЕ ДВУХ НЕЙРОННЫХ СЕТЕЙ

Над вопросами классификации изображений работали многие авторы в разных предметных областях. Для распознавания изображений используются такие классические методы как байессовские классификаторы , корреляционный метод . Использование классических методов трудозатратно в связи с необходимостью определения, выявления признаков каждого класса изображений вручную, что в случае сложных изображений проблематично. Альтернативным методом анализа изображений являются нейросети . Это позволяет не только обрабатывать большие объемы данных, но и выделять признаки принадлежности классам изображений, невидимые человеческому глазу.
Одним из способов классификации изображений является классификатор на основе сверточной нейронной сети, который будет использоваться в данной работе. В основе классификатора выбраны две сверточные нейронные сети, поскольку данный тип нейросетей является лидирующим в решении проблемы распознавания и классификации изображений по результатам ежегодного международного конкурса ILSVRC с 2012 года.
На данный момент в области распознавания изображений грибов уже существует некоторое количество аналогов, представленных на рынке мобильных и веб-приложений. Однако каждое из этих приложений распознает и классифицирует предоставленный пользователем гриб исключительно по одному изображению. Подобный подход также приемлем, однако у грибов есть важные особенности, которые в определенных случаях невозможно выделить, используя при распознавании один ракурс фотографии. Например, при использовании изображений гриба «сверху», не учитывается диаметр ножки гриба, что может привести к неверным результатам распознавания. Данный подход имеет свои погрешности, количество которых можно сократить, если использовать хотя бы два изображения для классификации.
В данной работе использован метод, позволяющий уменьшить количество ошибок при классификации гриба по одному изображению. Он представлен как объединение работы двух нейронных сетей, каждая из которых классифицирует по одному ракурсу, с которого был сфотографирован гриб - одна нейронная сеть распознает гриб сверху, а вторая - сбоку. Такой подход позволяет уменьшить количество ошибочных предсказаний, которые могла бы сделать одна нейронная сеть, поскольку часть её ошибок будут скомпенсированы благодаря верной классификации второй нейронной сети.
Целью данной работы является разработка алгоритма, классифицирующего изображения грибов, предоставленные пользователем, на основе двух сверточных нейронных сетей.
В соответствии с поставленной целью были выделены следующие задачи:
1. Подготовить два набора данных - вид гриба сверху и сбоку
2. Выбрать модель нейросети для каждого набора данных
3. Обучить нейросети для обоих наборов данных
4. Разработать алгоритм, классифицирующий изображения грибов на основе результатов работы обеих нейросетей
Купить

Таким образом, в данной работе был представлен алгоритм, благодаря которому появляется возможность классифицировать грибы по двум изображениям. Как и предполагалось до начала работы, используемый подход позволяет существенно сократить количество ошибок, допускаемый при классификации каждого изображения в отдельности. Значения метрик, учитывающих количество ошибок первого и второго рода, показывают, что реализованный в работе алгоритм способен с несравнимо высокой точностью определить гриб на съедобность, что является важным фактором в сфере распознавания грибов.
Купить