Научный журнал «Инновации. Наука. Образование» Индексация в ринц н Инновации. Наука. Образование
жүктеу/скачать 22,11 Mb. Pdf көрінісі
|
Номер 51 февраль 2022 года
- Бұл бет үшін навигация:
- Инновации. Наука. Образование
|
Рисунок 3 – Контуры упаковок После выявления контуров можно перейти к процессу классификации изображений. Перед этим отметим несколько моментов. Было решено замазать внутреннюю часть каждой упаковки, так как нам не важен бренд. Из-за этого изменения контуры получились не совсем приближены к реальности, так как внутри контуров абсолютно пустое пространство. Однако, такой результат можно добиться и другим способом, а именно удалением контуров некоторых уровней иерархии. Это позволяет сделать библиотека языка Python и C++ OpenCV [5]. С помощью этой библиотеки и был получен результат на Рисунке 3. После выявления контуров изображение поступает в нейросеть. Архитектуру этой сети нужно выбирать очень тщательно, проведя множество экспериментов. Однако сразу можно сказать, что в данном случае необходимо использовать архитектуру некоторой 808 Научный журнал «Инновации. Наука. Образование» Индексация в РИНЦ н Инновации. Наука. Образование сверточной нейронной сети. Сверточная нейронная сеть – это такая сеть, которая содержит сверточный слой, основанный на операции свертки [6]. Операция свертки обладает одной интересной особенностью – она вычленяет некоторые маленькие участки изображения, обращая внимание именно на маленькие участки. В этом случае, эта особенность является необходимой, так как именно на малых участках изображения можно увидеть дефекты. В данном случае мы будем классифицировать контуры изображений, и их отдельные участки будут обработаны операцией свертки. Отметим, что идея, предложенная выше имеет ряд особенностей и недостатков. Идея была продемонстрирована на примере пакета с соком. Однако, если имеется множество товаров на полках магазина или на складе, которым необходима проверка, придется обучать столько нейросетей, сколько существует товаров. И этих товаров должно быть много, так как для хорошего обучения нейросети требуется много размеченных данных. Следующий недостаток, что требуется хорошего качества фотография, сделанная на однотонном фоне и при достаточной освещенности. Последним важным недостатком выделим скорость работы. Обработка одного изображения заняла 1,51 секунду, что является не очень хорошим показателем, следовательно, алгоритм требует оптимизации Несмотря на все вышеприведенные недостатки, такой подход можно применять и использовать при качественном обучении, оптимизации и условиях. жүктеу/скачать 22,11 Mb. Достарыңызбен бөлісу:
|