ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД ПОЛУЧЕНИЯ ИЗОБРАЖЕНИЯ ТРАВЯНИСТЫХ ЦВЕТОВ НА ОСНОВЕ ТЕМАТИЧЕСКОГО КРАУЛЕРА, ГЛУБОКОГО ОБУЧЕНИЯ И ТЕОРИИ ИГР
Се Чжоуи, Ху Яньжун
Чжэцзянский университет A&F
Ху Вэйцзюнь
Санкт-Петербургский государственный университет
Аннотация. Для того чтобы получить большое количество обучающих данных за короткое время, классификация цветов осуществляется с помощью обработки изображений и алгоритмов глубокого обучения, основанных на теории игр и оптимизации. Технология Python web crawler используется для написания программ краулера изображений и короткого видео на основе китайского названия травяных цветов, а модель обнаружения цели используется для скрининга изображения цветка на основе статического кадра сегментированного видео, чтобы повысить скорость и точность получения изображения. Результаты показывают, что использование технологии тематического краулера может эффективно получить изображение травянистых цветов; обнаружение цели может значительно улучшить использование изображения, количество образцов может быть увеличено в 3~10 раз, а средний коэффициент обнаружения ошибок составляет всего 3,62%; GAN (GenerativeAdversarial Network) — это модель глубокого обучения, основанная на теории игр. Модель GAN может генерировать реалистичные изображения цветов, что дает новую исследовательскую идею для решения проблемы нехватки набора сельскохозяйственных данных в настоящее время, и показывает осуществимость интеллектуального метода сбора данных для травянистых цветов.
Ключевые слова: травянистый цветок; тематический краулер; обнаружение объектов; формирование изображений; глубокое обучение; GAN; теория игр
Volume 7, Issue 4(66) p. 44-52 PDF