<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інтелектуальна інформаційна технологія класифікації зображень у сфері зберігання овочів та фруктів

dc.contributor.authorЛісачов, Р. В.uk
dc.contributor.authorМокін, В. Б.uk
dc.contributor.authorLisachov, R. V.en
dc.titleІнтелектуальна інформаційна технологія класифікації зображень у сфері зберігання овочів та фруктівuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЛісачов Р. В., Мокін В. Б. Інтелектуальна інформаційна технологія класифікації зображень у сфері зберігання овочів та фруктів // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/25939.uk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/25939
dc.identifier.udc004.85+004.93+635
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53779
dc.description.abstractРобота присвячена створенню інтелектуальної інформаційної технології класифікації зображень овочів і фруктів для контролю їх стану під час зберігання. Використано згорткові нейронні мережі, машинне навчання та аугментацію даних у середовищі Kaggle з використанням Python та бібліотек TensorFlow і Keras. На основі датасету “Fruits and Vegetables Image Recognition” побудовано низку моделей, серед яких обрано оптимальну за балансом між точністю розпізнавання та тривалістю виконання. Розроблену технологію можна впровадити на Raspberry Pi або NVIDIA Jetson Nano для автономного моніторингу продукції в овочесховищах.uk
dc.description.abstractThis work is devoted to the creation of an intelligent technology for classifying images of fruits and vegetables to monitor their condition during storage. Convolutional neural networks, machine learning, and data augmentation were used in the Kaggle environment using Python and TensorFlow, and Keras libraries. Based on the dataset “Fruits anden
dc.subjectінтелектуальна інформаційна технологіяuk
dc.subjectкласифікація зображеньuk
dc.subjectнейронні мережіuk
dc.subjectMobileNet V2en
dc.subjectEfficient NetB0en
dc.subjectовочі і фруктиuk
dc.subjectintellectual information technologyen
dc.subjectimage classificationen
dc.subjectneural networksen
dc.subjectMobileNetV2en
dc.subjectEfficientNetB0en
dc.subjectvegetables and fruitsen
dc.typeThesis
dc.language.isoukuk
dc.relation.references1. Li, D., Bai, L., Wang, R., & Ying, S. (2024). Research Progress of Machine Learning in Extending and Regulating the Shelf Life of Fruits and Vegetables. Foods, 13(19), 3025. [Електронний ресурс] – Режим доступу: https://doi.org/10.3390/foods13193025 2. Наука про дані: машинне навчання та інтелектуальний аналіз даних: електронний навчальний посібник комбінованого (локального та мережевого) використання [Електронний ресурс] / В. Б.uk
dc.date.accessioned2026-09-03T10:52:02Z
dc.date.available2026-09-03T10:52:02Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
25939.pdf
Розмір:
1,03 MB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: