Діагностика захворювання дерев методами комп'ютерного зору

Скорочена інформація про документ
dc.contributor.advisorПишнограєв, Іван Олександрович
dc.contributor.authorКолесник, Віктор Ярославович
dc.date.accessioned2023-09-15T09:39:39Z
dc.date.available2023-09-15T09:39:39Z
dc.date.issued2023
dc.description.abstractДипломна робота містить 76 сторінок текстової частини, 25 ілюстрацій, 5 таблиць, 1 додаток, 11 бібліографічних посилання. Об’єкт дослідження: вибірка листків яблунь з різним станом здоров’я. Мета дослідження: розглянути існуючі інструменти для розв’язку задачі комп’ютерного зору; сконструювати набір даних для відповідної задачі, на основі яких моделі навчаться розпізнавати прямі з зображення; конвертувати в додаток для практичної демонстрації роботи моделей. Використані моделі: фреймворк Keras, де будуються моделі згорткових нейронних мереж , фреймворк OpenCV, де будується модель опорних векторів. Отримані результати: побудовано моделі машинного навчання, що повертають клас зображення - стан здоров’я рослини, якій належить вказаний на фото листок; отримано моделі, котрі надалі можна використовувати в сторонніх програмних продуктах. В рамках подальшого дослідження планується вдосконалити модель шляхом побудови більш якісних наборів даних, створити нову модель для розпізнавання більшої кількості рослин та їх хвороб; розробка зручного додатку для практичного використання моделей.uk
dc.description.abstractotherThe diploma thesis contains 76 pages of the text part, 25 illustrations, 5 tables, 1 appendix, 11 bibliographic references. Object of study: a sample of apple leaves with various health states. Purpose: to consider existing tools for solving the problem of computer vision; to construct a dataset for the respective task, based on which models will learn to recognize species from the image; convert into an application for practical demonstration of models' work. Used models: Keras framework, where convolutional neural networks models are built, OpenCV framework, where the support vector model is built. Results: machine learning models have been built that return the class of the image - the health state of the plant to which the leaf in the photo belongs; models have been obtained that can be further used in third-party software products. As part of further research, it is planned to improve the model by building higher-quality datasets, creating a new model for recognizing a larger number of plants and their diseases; development of a convenient application for practical use of models.uk
dc.format.extent76 с.uk
dc.identifier.citationКолесник, В. Я. Діагностика захворювання дерев методами комп'ютерного зору : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Колесник Віктор Ярославович. – Київ, 2023. – 76 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60379
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectштучний інтелектuk
dc.subjectмашинне навчанняuk
dc.subjectкласифікаціяuk
dc.subjectнейронні мережіuk
dc.subjectзгорткові нейронні мереіжuk
dc.subjectзображення рослинuk
dc.subjectхвороби рослинuk
dc.subjectartificial intelligenceuk
dc.subjectmachine learninguk
dc.subjectclassificationuk
dc.subjectneural networksuk
dc.subjectconvolutional neural networksuk
dc.subjectplant imagesuk
dc.subjectplant diseasesuk
dc.titleДіагностика захворювання дерев методами комп'ютерного зоруuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Kolesnyk_bakalavr.docx
Розмір:
1.54 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи