Numer: 10/2024 Str. 204
Autorzy: Jakub Konopiński , Krystyna Baran , Jakub Łazik , Piotr Góral , Paweł Pawłowski :
Tytuł: Sztuczna sieć neuronowa kontra technika algorytmiczna w zadaniu klasyfikacji kształtów
Streszczenie: W artykule przedstawiono wyniki badań porównawczych zadania klasyfikacji prostych kształtów. Porównano opracowany model sztucznej sieci neuronowej typu CNN z techniką algorytmiczną dokonującą detekcji krawędzi algorytmem Canny’ego i klasyfikującą obiekty na podstawie liczby i wzajemnego położenia rozpoznanych krawędzi. Do eksperymentów przygotowano zbiór danych składający się z 2162 zdjęć reprezentujących przedmioty o kształtach: prostokąta, koła i trójkąta. Sieć neuronowa uzyskała dokładność klasyfikacji równą 85%, a technika algorytmiczna 77%. Porównanie czasu działania pokazało jednak wyższość techniki algorytmicznej: działała ona 8 razy szybciej. Rozwiązanie może znajdować zastosowania do segregacji obiektów na liniach produkcyjnych i być zaimplementowane na komputerze jednoukładowym.
Słowa kluczowe: detekcja kształtu, sztuczne sieci neuronowe, algorytm Canny’ego, komputer jednoukładowy