Методи штучного інтелекту для розпізнавання рослин на зображеннях для реалізації Android-додатків
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Традиційні методи ботанічної ідентифікації вимагають глибоких знань систематики та багаторічного досвіду. Більшість існуючих мобільних рішень для розпізнавання рослин потребують постійного інтернет-з’єднання та не підтримують одночасну ідентифікацію декількох об’єктів на зображенні.
Актуальність роботи обумовлена потребою в доступних інструментах для ботанічної освіти та екологічного моніторингу. Застосування архітектури MobileNetV2 з квантизацією моделі забезпечує баланс між точністю класифікації та обчислювальною ефективністю на пристроях з обмеженими ресурсами.
Мета роботи полягає у розробці методів штучного інтелекту для автоматичного розпізнавання рослин на зображеннях та реалізації Android-додатку з повною офлайн функціональністю і підтримкою детекції множинних об’єктів.
Завдання дослідження включають:
1) аналіз існуючих методів комп’ютерного зору для класифікації рослин.
2) розробку архітектури згорткової нейронної мережі на базі MobileNetV2;
3) підготовку датасету шляхом об’єднання Oxford Flowers 102 та Kaggle Flower Recognition;
4) навчання моделі з трансферним навчанням та INT8 квантизацією;
5) розробку Android-додатку з інтеграцією TensorFlow Lite та ML Kit;
6) проведення тестування системи та аналіз точності розпізнавання.
Об’єктом дослідження є процес автоматичної класифікації рослин на основі візуальних ознак зображень.
Предметом дослідження є методи глибокого навчання для розпізнавання квітів на мобільних платформах Android.
Методи дослідження включають машинне навчання на базі згорткових нейронних мереж, трансферне навчаня для адаптації попередньо навчених моделей, квантизацію моделей для оптимізації швидкості інференсу, методи комп’ютерного зору для детекції множинних об’єктів, експериментальне тестування на реальних пристроях.
Практичне значення отриманих результатів полягає у створенні повнофункціонального мобільного додатку для офлайн розпізнавання рослин, який може застосовуватися в ботанічній освіті для навчання видового різноманіття без залучення експертів, екологічних дослідженнях для документування флори у віддалених локаціях, туристичних подорожах для швидкої ідентифікації рослин, а також любительському садівництві для визначення декоративних видів.
Апробація результатів дослідження. Основні положення роботи представлено на VIII Міжнародній науково-практичній конференції «Modern technologies in education, work and science».
Робота складається зі вступу, п’яти розділів, загальних висновків, списку використаних джерел та додатків. Загальний обсяг становить 116 сторінок, включає 32 таблиці, 16 рисунків та 43 джерел літератури.
Мобільний Android-додаток для офлайн розпізнавання квітів на зображеннях. Програма використовує згорткову нейронну мережу MobileNetV2 з INT8 квантизацією для класифікації 101 виду квітів. Підтримує детекцію множинних об'єктів на одному зображенні за допомогою ML Kit Object Detection. Реалізовано функції журналювання ідентифікацій з геолокацією, інтерактивну карту, довідник квітів та двомовний інтерфейс (українська/англійська). Розмір моделі: 2,76 МБ, точність класифікації: 96%.
Опис
Ключові слова
штучний інтелект, розпізнавання рослин, згортковінейронні мережі, MobileNetV2, Android, TensorFlow Lite, квантизаціямоделей, офлайн обробка, комп’ютерний зір, детекція об’єктів
Бібліографічний опис
Степаненко, М. Ф. Методи штучного інтелекту для розпізнавання рослин на зображеннях для реалізації Android-додатків : магістерська дис. : 122 Комп’ютерні науки / Степаненко Микола Федорович. – Київ, 2025. – 117 с.