17 Юрин А. Н. классификация искусственные нейронные сети дефект лист плодоножка чашелистик парша градобоина нажим гниль распознавание 2024 2024-08-07 Механизация и электрификация сельского хозяйства В данной статье рассмотрен процесс создания обучающей выборки для обучения искусственной нейронной сети (в дальнейшем – ИНС) системы технического зрения. Обучение ИНС проводилось на основе аннотированных изображений реальных яблок, содержащих описание различных дефектов в виде отдельных полигонов посредством программы LabelMe. На изображении плода размечалось само яблоко и его помологические особенности, такие как цветоложе, плодоножка и лист, а также 10 различных дефектов плодов, каждому из которых присваивалось соответствующее название: сетка, нажим, порез, гниль, парша, градобоина и т. д. Полученные размеченные изображения плодов с дефектами сформировали эталонную обучающую выборку для ИНС. Проверка эффективности работы ИНС осуществлялась путем оценки правильности распознавания изображений плодов при сравнивании их с эталонными изображениями. Обучение ИНС каждому из дефектов яблок останавливалось при достижении 95 % вероятности правильной оценки дефекта. ИНС, обученная на созданной обучающей выборке, использована в системе технического зрения технологической линии ЛСП-4, обеспечивающей сортировку яблок на три товарных сорта по размеру и дефектам от механических повреждений, болезней и вредителей. Точность сортировки по размеру составила 75,4 %, а по наличию дефектов – 73,1 %. https://www.academjournals.by/publication/7255 https://www.academjournals.by/files/7227