Класифікація соняшника за допомогою згортково-капсульної моделі нейронних мереж

Abstract

In this article is proposed sunflower classification using CNN-CapsNet neural network capsule model of improved architecture, which combines the convolutional neural network CNN and the capsular neural network CapsNet and allows the using of advantages of these two architectures. Based on this, the two separate model have been developed. One model provides classification based on two classes: "unripe sunflower" and "ripe sunflower". The second model provides classification based on three classes: "unripe sunflower", "ripe sunflower" and "sick sunflower". A comparison of the proposed models of the CNN-CapsNet neural network with similar ones was made, which demonstrated the highest precision of the proposed modelsВ даній роботі запропоновано класифікацію соняшника за допомогою згортково-капсульної моделі нейронної мережі CNN-CapsNet із вдосконаленою архітектурою, яка поєднує згорткову нейронну мережу CNN та капсульну нейронну мережу CapsNet та дозволяє використати переваги цих обох архітектур. На основі цього розроблено дві окремі моделі. Одна модель виконує класифікацію на основі двох класів: «незрілий соняшник» та «стиглий соняшник». Друга модель виконує класифікацію на основі трьох класів: «незрілий соняшник», «стиглий соняшник» та «хворий соняшник». Здійснено порівняння запропонованих моделей нейронної мережі CNN-CapsNet з подібними, що продемонструвало найбільшу точність саме запропонованих моделей.