Academic Journal
CONVOLUTIONAL NEURAL NETWORK FOR IDENTIFYING COMMON RAGWEED FROM DIGITAL IMAGES
| Title: | CONVOLUTIONAL NEURAL NETWORK FOR IDENTIFYING COMMON RAGWEED FROM DIGITAL IMAGES |
|---|---|
| Authors: | Michael, S., Anton, U., Antje, G., Karl-Heinz Dammer |
| Publisher Information: | All-Russia Research Institute of Agrochemistry named after D. N. Pryanishnikov, 2018. |
| Publication Year: | 2018 |
| Subject Terms: | neural network, common ragweed, invasive plants, обработка изображений, амброзия полыннолистная, глубокое обучение, deep-learning, 3. Good health, image processing, инвазивные растения, нейронная сеть |
| Description: | Амброзия полыннолистная, Ambrosia artemisiifolia L., представляет собой инвазивный аллергенный вид растений, который несет угрозу окружающей среде и здоровью людей в Европе и Азии. Для понимания особенностей ее распространения и более эффективной борьбы с растением может быть настоятельно рекомендована система мониторинга. В работе предложена модель идентификации растений амброзии на изображениях с засоренных полей, основываясь на новых разработках в области науки о данных (глубокое обучение). Показано, что уже существующая сверточная нейронная сеть (AlexNet) может быть использована для успешного обучения классификатора изображений с целью идентификации амброзии. В сравнении с простыми нейронными сетями прямого распространения сверточная нейронная сеть имеет более подходящую и масштабируемую сетевую архитектуру для обработки изображений. Цель данной статьи состоит в том, чтобы описать предлагаемую модель и продемонстрировать первые результаты классификации на основе набора изображений, полученного в зараженном амброзией поле после уборки урожая. As an invasive and allergic plant species, common ragweed, Ambrosia artemisiifolia L., poses threats to the environment and human health in Europe and Asia. A monitoring system for ragweed would be highly recommended to understand its propagation and combat the plant more effectively. Here, we propose a model for identifying ragweed plants out of images with cluttered field scenes based on new developments in the data science (deep-learning). We show that the use of a pre-existing convolutional neural network (AlexNet) can be used to train successfully an image classifier for ragweed identification. Convolutional neural network have a more suitable and scalable network architecture for handling images than simple feed-forward neural networks. The purpose of the paper is to describe the model and show first classification results based on an image set collected in a ragweed infested field after harvesting. |
| Document Type: | Article Part of book or chapter of book |
| Language: | English |
| DOI: | 10.25680/9498.2018.38.58.235 |
| Accession Number: | edsair.doi...........ed69722c4aaf8281a92ab6a735f77cce |
| Database: | OpenAIRE |
| DOI: | 10.25680/9498.2018.38.58.235 |
|---|