A model of a convolutional neural network and software for typical insect pests recognition

A model of a convolutional neural network and software for typical insect pests recognition

A model of a convolutional neural network, a dataset for neural network training, and a software tool for the classification of typical insect pests have been developed, which allows recognizing the class of insect pests from an image. The structure of the neural network model was optimized to impro...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Проблеми програмування
Datum:2021
Hauptverfasser: Bezliudnyi, Y.S., Shymkovysh, V.M., Doroshenko, A.Yu.
Format: Artikel
Sprache:English
Veröffentlicht: Інститут програмних систем НАН України 2021
Schlagworte:
Моделі та методи машинного навчання
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/183498
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:A model of a convolutional neural network and software for typical insect pests recognition / Y.S. Bezliudnyi, V.M. Shymkovysh, A.Yu. Doroshenko // Проблеми програмування. — 2021. — № 4. — С. 95-102. — Бібліогр.: 20 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-183498
record_format dspace
spelling Bezliudnyi, Y.S.
Shymkovysh, V.M.
Doroshenko, A.Yu.
2022-03-27T17:57:09Z
2022-03-27T17:57:09Z
2021
A model of a convolutional neural network and software for typical insect pests recognition / Y.S. Bezliudnyi, V.M. Shymkovysh, A.Yu. Doroshenko // Проблеми програмування. — 2021. — № 4. — С. 95-102. — Бібліогр.: 20 назв. — англ.
1727-4907
DOI: http://doi.org/10.15407/pp2021.04.95
https://nasplib.isofts.kiev.ua/handle/123456789/183498
004.93’1
A model of a convolutional neural network, a dataset for neural network training, and a software tool for the classification of typical insect pests have been developed, which allows recognizing the class of insect pests from an image. The structure of the neural network model was optimized to improve the classification results. In addition, the user interface, authentication, and authorization, data personalization, the presence of user roles and the appropriate distribution of functionality by role, the ability to view statistics on classified insects in a certain period of time were developed. Functional testing of the developed software application on a heterogeneous set of images of insects of 20 different classes was performed.
Розроблено модель загорткової нейронної мережі, базу даних для навчання нейронної мережі та програмний засіб для класифікації типових комах-шкідників, що дозволяє здійснювати розпізнавання класу комахи-фітофага за переданим зображенням. Виконано оптимізацію структури моделі нейронної мережі задля покращення результатів класифікації. Проаналізувавши типові архітектури згорткових нейронних мереж та наклавши на них часові та ресурсні обмеження, було обрано наступну послідовність шарів вихідної загорткової нейронної мережі: один вхідний шар; п’ять згорткових шарів, між якими знаходяться чотири пари шарів нормалізації та об’єднання; три повністю зв’язані шари з двома шарами розрідження між ними. Розроблено власну базу даних для навчання нейронної мережі. Сумарно створений набір даних містить 3000 зображень, які впорядковані ієрархічно по директоріям, відповідно до класу та призначення (для навчання чи тестування). Додатково здійснено розробку інтерфейсу користувача, передбачено автентифікацію та авторизацію, персоналізацію даних, наявність ролей користувачів та відповідний розподіл функціоналу за ролями, створено можливість перегляду статистики по класифікованим комахам, у певному проміжку часу. Проведено функціональне тестування розробленого застосунку на гетерогенному наборі зображень комах 20 різних класів. Результати тестування на CPU середнього часу обробки запитів до застосунку: класифікація зображення натренованою згортковою нейронною мережею – 115 мс; додавання нового зображення до тренувального набору (без урахування часу виконання асинхронних процесів) – 39 мс; завантаження зображення зі зовнішнього сервісу – 434 мс; отримання статистики з класифікації – 5 мс. Подальше покращення якості класифікації може бути виконане за допомогою: обчислень з використанням відеокарт; засобів паралельної обробки даних; побудови конструктивно складніших архітектур згорткових нейронних мереж тощо.
en
Інститут програмних систем НАН України
Проблеми програмування
Моделі та методи машинного навчання
A model of a convolutional neural network and software for typical insect pests recognition
Модель згорткової нейронної мережі та програмний засіб для класифікації типових комах-шкідників
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title A model of a convolutional neural network and software for typical insect pests recognition
spellingShingle A model of a convolutional neural network and software for typical insect pests recognition
Bezliudnyi, Y.S.
Shymkovysh, V.M.
Doroshenko, A.Yu.
Моделі та методи машинного навчання
title_short A model of a convolutional neural network and software for typical insect pests recognition
title_full A model of a convolutional neural network and software for typical insect pests recognition
title_fullStr A model of a convolutional neural network and software for typical insect pests recognition
title_full_unstemmed A model of a convolutional neural network and software for typical insect pests recognition
title_sort model of a convolutional neural network and software for typical insect pests recognition
author Bezliudnyi, Y.S.
Shymkovysh, V.M.
Doroshenko, A.Yu.
author_facet Bezliudnyi, Y.S.
Shymkovysh, V.M.
Doroshenko, A.Yu.
topic Моделі та методи машинного навчання
topic_facet Моделі та методи машинного навчання
publishDate 2021
language English
container_title Проблеми програмування
publisher Інститут програмних систем НАН України
format Article
title_alt Модель згорткової нейронної мережі та програмний засіб для класифікації типових комах-шкідників
description A model of a convolutional neural network, a dataset for neural network training, and a software tool for the classification of typical insect pests have been developed, which allows recognizing the class of insect pests from an image. The structure of the neural network model was optimized to improve the classification results. In addition, the user interface, authentication, and authorization, data personalization, the presence of user roles and the appropriate distribution of functionality by role, the ability to view statistics on classified insects in a certain period of time were developed. Functional testing of the developed software application on a heterogeneous set of images of insects of 20 different classes was performed. Розроблено модель загорткової нейронної мережі, базу даних для навчання нейронної мережі та програмний засіб для класифікації типових комах-шкідників, що дозволяє здійснювати розпізнавання класу комахи-фітофага за переданим зображенням. Виконано оптимізацію структури моделі нейронної мережі задля покращення результатів класифікації. Проаналізувавши типові архітектури згорткових нейронних мереж та наклавши на них часові та ресурсні обмеження, було обрано наступну послідовність шарів вихідної загорткової нейронної мережі: один вхідний шар; п’ять згорткових шарів, між якими знаходяться чотири пари шарів нормалізації та об’єднання; три повністю зв’язані шари з двома шарами розрідження між ними. Розроблено власну базу даних для навчання нейронної мережі. Сумарно створений набір даних містить 3000 зображень, які впорядковані ієрархічно по директоріям, відповідно до класу та призначення (для навчання чи тестування). Додатково здійснено розробку інтерфейсу користувача, передбачено автентифікацію та авторизацію, персоналізацію даних, наявність ролей користувачів та відповідний розподіл функціоналу за ролями, створено можливість перегляду статистики по класифікованим комахам, у певному проміжку часу. Проведено функціональне тестування розробленого застосунку на гетерогенному наборі зображень комах 20 різних класів. Результати тестування на CPU середнього часу обробки запитів до застосунку: класифікація зображення натренованою згортковою нейронною мережею – 115 мс; додавання нового зображення до тренувального набору (без урахування часу виконання асинхронних процесів) – 39 мс; завантаження зображення зі зовнішнього сервісу – 434 мс; отримання статистики з класифікації – 5 мс. Подальше покращення якості класифікації може бути виконане за допомогою: обчислень з використанням відеокарт; засобів паралельної обробки даних; побудови конструктивно складніших архітектур згорткових нейронних мереж тощо.
issn 1727-4907
url https://nasplib.isofts.kiev.ua/handle/123456789/183498
citation_txt A model of a convolutional neural network and software for typical insect pests recognition / Y.S. Bezliudnyi, V.M. Shymkovysh, A.Yu. Doroshenko // Проблеми програмування. — 2021. — № 4. — С. 95-102. — Бібліогр.: 20 назв. — англ.
work_keys_str_mv AT bezliudnyiys amodelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
AT shymkovyshvm amodelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
AT doroshenkoayu amodelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
AT bezliudnyiys modelʹzgortkovoíneironnoímerežítaprogramniizasíbdlâklasifíkacíítipovihkomahškídnikív
AT shymkovyshvm modelʹzgortkovoíneironnoímerežítaprogramniizasíbdlâklasifíkacíítipovihkomahškídnikív
AT doroshenkoayu modelʹzgortkovoíneironnoímerežítaprogramniizasíbdlâklasifíkacíítipovihkomahškídnikív
AT bezliudnyiys modelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
AT shymkovyshvm modelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
AT doroshenkoayu modelofaconvolutionalneuralnetworkandsoftwarefortypicalinsectpestsrecognition
first_indexed 2025-12-07T19:42:53Z
last_indexed 2025-12-07T19:42:53Z
_version_ 1850879847367180289

Ähnliche Einträge