Analýza vhodných AI modelů pro detekci vzcházení rostlin

Ondřej Švarc

Bakalářská práce

Analysis of Suitable AI Models for Plant Emergence Detection

Anotace:

Tato bakalářská práce se zaměřuje na vývoj a implementaci metod strojového učení pro detekci vzcházejících rostlin. Cílem této práce je vytvořit model strojového učení, který bude schopen efektivně klasifikovat snímky z experimentální fenotypovací platformy a identifikovat moment vzcházení rostlin. V teoretické části práce jsou nejprve popsány základní pojmy v oblasti umělé inteligence, strojového učení, neuronových sítí a hlubokého učení. Nejvíce pozornosti bylo věnováno konvoluční neuronové sítě, která se používá v oblasti zpracování obrazu. V praktické části je vytvořen model, co dokáže binárně klasifikovat růst rostliny. Následně je přesnost našeho modelu v několika krocích zlepšována. Výsledný model se v současnosti používá na Katedře Informačních Technologií PEF ČZU v Praze.

Abstract:

This bachelor thesis focuses on the development and implementation of machine learning methods for emergent plant detection. The aim of the work is to develop a machine learning model that will be able to efficiently classify images from an experimental phenotyping platform and identify the moment of plant emergence. In the theoretical part of the thesis, the basic concepts of artificial intelligence, machine learning, neural networks and deep learning are first described. Most of the attention has been given to convolutional neural network which is used in the field of image processing. In the practical part, a model is developed which can binary classify the growth of a plant. Subsequently, the accuracy of our model is improved in several steps. The resulting model is currently used at the Department of Information Technology of the Faculty of Information Technology of the Czech University of Life Sciences in Prague.

Klíčová slova

Machine learning, Transfer learning, Rozpoznávání obrazu, Neuronová síť, Python, Konvoluční sítě

Keywords

Machine learning, Transfer learning, Image recognition, Python, Convolutional networks, Neural network

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 18. 3. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 5. 2024
• Vedoucí: Ing. Jan Masner, Ph.D.
• Oponent: Michal Stočes, Ph.D.

Česká zemědělská univerzita v Praze

Provozně ekonomická fakulta

Bakalářský studijní program:
Informatika