So sánh hiệu suất của mạng nơ-ron phân đoạn ngữ nghĩa Deeplab V3+ khi sử dụng Resnet-50 backbone và Mobilenet V2 backbone trong việc xác định các bộ phận thân cành lá của cây cà chua

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thị Đài Trang Phan, Thị Hương Giang Trương

Ngôn ngữ: vie

Ký hiệu phân loại: 580.589 Plants

Thông tin xuất bản: Khoa học (Đại học Tây Nguyên), 2023

Mô tả vật lý: 25-29

Bộ sưu tập: Metadata

ID: 440943

Trong dự án nghiên cứu tự động hóa tại các trang trại thông minh, cụ thể là trồng cây cà chua trong nhà lưới, chúng tôi hướng tới việc tự động cắt tỉa cây cà chua bằng robot. Để đạt được điều này, chúng tôi cần một hệ thống phân tích xác định được vị trí cành, chồi của cây sau đó tiến hành chọn lựa và cắt tỉa. Sau quá trình tìm hiểu, chúng tôi nhận thấy rằng Semantic segmentation neural network (mạng nơ-ron phân đoạn ngữ nghĩa) có thể giải quyết được vấn đề trên. Deeplab V3+ là một trong các mạng nơ-ron có kết quả tốt mà chúng tôi hướng đến sử dụng. Tuy nhiên đây là hệ thống sẽ được thực thi trên máy tính nhúng hoặc máy tính có tài nguyên thấp, chúng tôi cần đánh giá lại hiệu suất cũng như tốc độ thực thi của Deeplab V3+ với backbone là Resnet và MobileNet để có sự lựa chọn phù hợp. Trong nghiên cứu này, chúng tôi sẽ trình bày về đánh giá này trên cùng một dataset về các chỉ số thời gian cũng như độ chính xác trong dự đoán.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH