Электронный каталог

Статья

Жук, К.Д.
Методы машинного обеспечения в задаче распознавания и классификации древесных пород / К.Д. Жук, Ф.В. Свойкин [и др.] // СТИН (СТанки ИНструмент). – 2025. – №4. – С. 39-44: ил. - Библиогр.: 32 назв.

Создание программного обеспечения для применения в лесопромышленной области для первичной фазы лесозаготовок. Архитектура сегментационной сверточной нейронной сети. Размеры входного и выходного слоя, имеющих значения 128×128 пикселей. Исследование зависимости значения коэффициента Серенсена от количества эпох обучения сегментационной сети. Было использовано 24000 собранных изображений по 8000 штук для каждой породы. Всего три породы (береза, ель, сосна). Оптимальное значение коэффициента Серенсена составило 0.89 при размере обучающей выборки 11250 элементов. Графический интерфейс пользователя для программы по распознаванию стволов деревьев, с возможностью загрузки двух обученных моделей нейронных сетей. Интуитивно понятный способ отображения результатов классификации трех пород ствола дерева. Образец программного обеспечения для распознавания породы ствола дерева в автоматическом режиме. Результаты по классификации трех пород. Значение точности прогнозирования при этом составляет 0,96.



Ключевые слова РП = материаловедение
Ключевые слова РП = лесозаготовка
Ключевые слова РП = сеть нейронная
Ключевые слова РП = распознание изображений
Ключевые слова РП = обеспечение программное
Ключевые слова РП = автоматизация