Пошук академічних текстів

Інформація × Реєстраційний номер 2121U007920, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Система розпізнавання патологій рослин Автор Оксюта Ірина МиколаївнаOksiuta Iryna Mykolaivna Дата публікації 01-01-2021 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/45221 Видання Київ Опис Дипломна робота: 136 c., 48 рис., 7 табл., 2 додатків, 17 джерел. Предмет дослідження: алгоритми розпізнавання зображень. Об’єкт дослідження: відкритий набір даних, який включає зображення різних листяних патологій яблунь. Мета дослідження: проаналізувати існуючі моделі розпізнавання, розробити власну систему розпізнавання патологій рослин на прикладі позакореневих захворювань яблучних дерев. Використані моделі: у програмній реалізації було використано згорткові нейронні мережі. Актуальність роботи зумовлена автоматизацією виробничих процесів на всіх ланках. Система розпізнавання листяних патологій дозволяє зменшити витрати ресурсів на ручну діагностику насаджень, проводити своєчасні обробки, запобігати поширенню хвороб. Отриманні результати: побудована система розпізнавання патологій рослин, що може надавати прогноз відносно окремих категорій листяних захворювань з прийнятною точністю. В рамках подальшого дослідження пропонується підвищувати точність отриманої моделей, розширювати вхідний набір даних, інтегрувати систему в готові продукти для роботи в реальному часі. Також можливе розширення сукупності міток захворювань, або побудова відповідних моделей для інших рослин. Thesis: 136 p., 48 fig., 7 tabl., 2 appendices, 17 sources. Subject of research: image recognition algorithms. Object of research: an open dataset that includes images of apple`s leaf diseases. The purpose of the work: to analyze existing recognition models, to develop own plant pathology recognition system on the example of the apple`s foliar diseases. Used models: convolutional neural networks were used in the software implementation. The relevance of the work is due to the automation of technology processes at all stages. Plant pathology recognition system allows to reduce the loss of resources for manual diagnostics of plantations, to carry out timely treatments, to prevent the spread of diseases. The results obtained: a plant pathology recognition system was built, which can provide a forecast for certain categories of foliar diseases with acceptable accuracy. As part of further research, it is proposed to increase the accuracy of the obtained models, expand the input dataset, integrate the system into ready-made products for real-time operation. It is also possible to expand the set of diseases labels, or build appropriate models for other plants. Додано в НРАТ 2025-11-05 Закрити