Детальная информация

Название: Разработка алгоритма функционирования и особенности обучения когнитивного модуля искусственного интеллекта роботизированной системы тепличного растениеводства // Известия высших учебных заведений. Электроника. – 2022. – Т. 27, № 6. — С. 795-806
Авторы: Кирьянов А. А.; Беневоленский С. Б.; Сироткин В. Ю.
Выходные сведения: 2022
Коллекция: Общая коллекция
Тематика: Вычислительная техника; Прикладные информационные (компьютерные) технологии в целом; Сельское хозяйство; Растениеводство в целом; искусственный интеллект; роботизированные системы; тепличное растениеводство; нейронные сети; программное обеспечение; когнитивные модули; видеоданные; artificial intelligence; robotic systems; greenhouse crop production; neural networks; software; cognitive modules; video data
УДК: 004.9; 633/635
ББК: 32.973-018.2; 41
Тип документа: Статья, доклад
Тип файла: Другой
Язык: Русский
DOI: 10.24151/1561-5405-2022-27-6-795-806
Права доступа: Доступ по паролю из сети Интернет (чтение)
Дополнительно: Новинка
Ключ записи: RU\SPSTU\edoc\69797

Разрешенные действия: Посмотреть

Аннотация

Мобильная часть когнитивного модуля и его программное обеспечение предназначены для обработки потока фото- и видеоданных. При этом создаются датасеты, используемые в системах искусственного интеллекта на базе сегментарных моделей нейронных сетей глубокого обучения. В работе приведены результаты разработки алгоритмов машинного обучения и функционирования нейросети мобильной части когнитивного модуля роботизированной системы тепличного растениеводства и программного обеспечения для реализации разработанных алгоритмов. Представленная разработка основана на методе распараллеливания потоков видеозахвата. Тренировка нейронных сетей для определения применимости методов распознавания осуществлена средствами DIGITS с использованием фреймворка Caffe. Координатная привязка реализована на основе команды оператора о захвате сенсорами фиксируемого объекта с автоматическим определением его положения по координатам, получаемым от энкодера. Результаты сохраняются в файловой системе каталогов изображений с указанием координат пространственной привязки объектов фиксации в имени файлов.

The mobile part of the cognitive module and its software are intended for photo and video stream processing. Within these jobs the datasets used in artificial intelligence sources based on segmental models of deep learning neural networks are created. This work presents the results of the development of algorithms of machine learning and neural network functioning of the mobile part of the cognitive module of the robotic system for greenhouse crop production and the software for the developed algorithms implementation. The proposed development is based on a method of video capture streams parallelizing. Neural networks training for recognition methods applicability determination has been done by utilizing DIGITS search engine using the Caffe framework. Coordinate referencing is implemented based on the operator’s command to capture the object being fixed by sensors with automatic determination of its position according to the coordinates received from the encoder. The results are stored in the imagery catalogues’ file system with mentioning of space referencing coordinates of object to capture in the file names.

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика