Інформаційна технологія розпізнавання порід котів на основі згорткової нейронної мережі

Abstract

Розглянуто інформаційну технологію розпізнавання порід котів на основі згорткової нейронної мережі. Було обґрунтовано вибір згорткової нейронної мережі SqueezeNet v.1.1 для розпізнавання порід котів, яка приймає вхідне зображення розміром 224х224х3 пікселів та може розпізнавати 35 порід котів. Програмну реалізацію інформаційної технології розпізнавання порід котів створено на мові програмування Python у програмному середовищі Raspberry PI. Навчання згорткової нейронної мережі відбувалось з використанням бази даних зображень ImageNet. Навчальна вибірка складалась із 2800 зображень (по 80 зображень на кожну із 35 порід котів). Тестова вибірка складалась із 700 зображень (по 20 зображень на кожну із 35 порід котів). Розроблена програма має достовірність розпізнавання порід котів на 4,4% кращу за аналог.

The information technology of cat breed recognition based on a convolutional neural network is considered. The selection of SqueezeNet v.1.1 convolutional neural network for cat breed recognition was justified, which accepts an input image of 224x224x3 pixels and can recognize 35 cat breeds. The software implementation of the information technology for recognizing cat breeds was created in the Python programming language in the Raspberry PI software environment. The convolutional neural network was trained using the ImageNet image database. The training sample consisted of 2800 images (80 images for each of the 35 cat breeds). The test sample consisted of 700 images (20 images for each of 35 cat breeds). The developed program has the reliability of recognizing cat breeds by 4.4% better than the analogue.