Název:
Rozpoznávání nemocí rostlin pomocí umělé inteligence
Autoři:
Juliš, Adam ; Kubík, Tibor (oponent) ; Bažout, David (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2024
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Cílem práce bylo prozkoumat možnosti detekce nemocí rostlin při nedostatku trénovacích dat. Zkoumala se možnost extrakce vzoru jednotlivých onemocnění a aplikace těchto vzorů na neznámé rostliny. Ještě v teoretické části práce byl tento přístup označen za chybný. Dále se analyzovaly a srovnávaly datové sady se snímky rostlinných patogenů. Vytvořil se generátor augmentovaných snímků a několik modelů nad menší datovou sadou ověřující existující přístupy.
The aim of this work was to investigate the possibility of plant disease detection in the ab- sence of training data. The possibility of extracting the pattern of each disease and apply- ing these patterns to unknown plants was investigated. While still in the theoretical part of the thesis, this approach was found to be flawed. Furthermore, datasets with images of plant pathogens were analyzed and compared. An augmented image generator and several models were created over a smaller dataset validating existing approaches
Klíčová slova:
datové sady; detekce nemocí rostlin; konvoluční neuronová síť; nedostatek trénovacích dat; strojové učení; transfer learning; umělá inteligence; zpracování obrazu; artificial intelligence; convolution neural network; datasets; detection of plant disease; image processing; lack of training data; machine learning; transfer learning
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: https://hdl.handle.net/11012/247475