Rozpoznávanie ovocia a zeleniny pomocou hlbokých neurónových sietí
Webový denník bakalárskej práce Filipa Lajčina.
Názov práce: Rozpoznávanie ovocia a zeleniny pomocou hlbokých neurónových sietí
Školiteľ: Mgr. Marek Šuppa
Cieľ:
- Zmapovať existujúci výskum v oblasti rozpoznávania ovocia a zeleniny z obrázkov, ako aj použitia neurónových sietí pre rozpoznávanie obrazu.
- Na základe existujúceho výskumu v oblasti rozpoznávania ovocia a zeleniny z obrázkov navrhnúť novú metódu pre riešenie tejto úlohy pomocou hlbokých neurónových sietí.
- Navrhnutý model otestovať a vyhodnotiť jeho úspešnosť na verejne dostupných datasetoch.
Anotácia:
Schopnosť rozpoznať druh ovocia a zeleniny na obrázkoch rôznych typov je základným predpokladom pre mnohé praktické aplikácie, od navigačných systémov pre industriálne roboty až po informačné systémy založené na webovej platforme. Existujúci výskum v oblasti spracovania obrazu naznačuje, že použitie hlbokých neurónových sietí by mohlo priniesť efektívne a kvalitné riešenie tejto úlohy.
Časové etapy
Do 30. novembra 2021
Štúdium neurónových sietí a konvolučných neurónových sietí podľa Standford kurzu CS321n, vedeckých prác uvedených v zadaní bakalárskej práce a ďalších voľne dostupných rozširujúcich zdrojov. Vytvorenie základnej Latex šablóny pre bakalársku prácu.
Do 31. decembra 2021
Práca na implementácii konvolučnej neurónovej siete podľa postupu tímov zo zdrojov v zadaní bakalárskej práce. Tvorba teoretickej časti bakalárskej práce a postupné implementovanie modelu konvolučnej neurónovej siete.
Január 2022
Funkčný prototyp modelu konvolučnej neurónovej siete, hotová teoretická časť práce.
Február - Marec 2022
Práca na prototype s očakávaným podobným výsledkom ako v prácach v zadaní bakalárskej práce. Tvorba API na prácu s modelom konvolučnej neurónovej siete.
Apríl 2022
Finalizácia praktickej časti bakalárskej práce - tvorba modelu konvolučnej neurónovej siete a API na prácu s modelmi všeobecných neurónových sietí.
Máj 2022
Hotová praktická časť aj v dokumente bakalárskej práce. Odovzdanie bakalárskej práce.
Demo, zdrojový kód a PDF
Zdroje
- Mureşan, Horea, and Mihai Oltean. "Fruit recognition from images using deep learning." arXiv preprint arXiv:1712.00580 (2017)
- Duong, Linh T., et al. "Automated fruit recognition using EfficientNet and MixNet." Computers and Electronics in Agriculture 171 (2020): 105326
- Standford CS231n - kurz Standfordu o neurónových sieťach a neskôr konkrétne o konvolučných neurónových sieťach - dátum prístupu - október, november 2021
- KVASNIČKA, Vladimír; BEŇUŠKOVÁ, Ľubica; POSPÍCHAL, Jiří; FARKAŠ, Igor; TIŇO, Peter, KRÁĽ, Andrej Úvod do teórie neurónových sietí. Bratislava : Iris, 1997. ISBN 80-88778-30-1
- BEŇUŠKOVÁ, Ľubica. Umelé neurónové siete. In: NÁVRAT, Pavol, a kol. Umelá inteligencia. 2. vyd. Bratislava : Slovenská technická univerzita, 2007. ISBN 978-80-227-2629-0
- Yichuan Tang. "Deep Learning using Linear Support Vector Machines" arXiv:1306.0239 (2015)
- François Chollet. "Deep Learning with Python" ISBN 9781617294433 (2017)
- Diplomová práca - Filipko, Maroš. "Konvolučné neurónové siete pre rozpoznávanie obrazu" (2016)
- Bakalárska práca - Horniak, Matej. "Spracovanie obrazových dát metódami umelej inteligencie" (2020)