• В.Ю. Бондаренко
  • А.В. Барковский
  • А.Ю. Шашко
  • М.А. Черныш
  • Д.А. Пржевальская
  • Д.В. Колбанов
  • А.И. Соколик
  • И.И. Смолич
  • Сергей Семенович Медведев
  • Вадим Викторович Демидчик
Феномика – междисциплинарная научная область, объектом исследования которой являются фенотипы, их качественные и количественные показатели, а также закономерности их формирования в ходе онтогенеза и в результате взаимодействия с внешними факторами. Методология феномики – совокупность подходов фенотипирования растений, включающая в себя ряд наиболее современных технологий получения изображений, спектрального, биохимического, молекулярного и генетического анализа, а также инновационных методов информатики, таких как распознавание изображений, компьютерное зрение и машинное обучение. Целью настоящей работы была разработка феномного приложения, основанного на компьютерном зрении и методах машинного обучения, для таксономической классификации и определения физиологического состояния декоративных растений различных групп. В результате работы созданы, классифицированы и аннотированы базы данных Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume. Разработана модель сверточной нейронной сети для таксономической классификации и определения физиологического состояния растений на основе RGB-изображений. Обучение проводилось на основе баз изображений, полученных в стандартизированных условиях при помощи высококачественных RGB-камер. Разработанная нейронная сеть продемонстрировала коэффициент детерминации (R2 ) около 0,66 при определении физиологического состояния. Также нейронная сеть показала высокую эффективность распознавания таксономической принадлежности декоративных видов растений (около 90,8 %).
Translated title of the contributionTaxonomic determination and physiological analysis of ornamental plants using convolutional neural networks
Original languageRussian
Pages (from-to)25-32
Number of pages7
JournalЖурнал Белорусского государственного университета. Биология
Volume1
DOIs
StatePublished - 2019

ID: 49716221