Нейронные сети и обработка изображений для стрельбы по гусеницам с лазерами.

Я в некоторой степени фермер-любитель, и у меня есть драгоценное растение томат черри, растущее в горшке. В последнее время, к моему огорчению, я обнаружил, что мое драгоценное растение стало жертвой схемы, совершенной злой мандукой Quinquemaculata - также известной как томатный червь ( http://insects.tamu.edu/images/insects /common/images/cd-43-c-txt/cimg308.html).

While разбивая последнего червя, которого я видел, я подумал про себя, если бы я использовал веб-камеру, подключенную к моему компьютеру с запуск программы, Можно ли использовать какое-то приложение для мониторинга моего драгоценного растения? Эти вредители в высшей степени замаскированы, и мои наивные глаза очень трудно их обнаружить.

Я видел исследование с использованием искусственных нейронных сетей (ANN) для всех видов вещей, таких как распознавание лиц людей и т. Д., И поэтому, возможно, было бы возможно определить местонахождение вредителя с помощью ANN.

У меня есть несколько вопросов, хотя я хотел бы получить некоторые предложения.

1) Есть ли ранжирование различных ANN с точки зрения того, насколько они хороши в классификации? Известно, что многослойные персептроны лучше, чем Хопфилдс? Или это вопрос, на который ответ неизвестен?

2) Почему существует несколько различных функций активации, которые могут использоваться в ANN? Сигмоиды, гиперболические касательные, ступенчатые функции и т. Д. Как узнать, какую функцию выбрать?

3) Если бы у меня было изображение растения с червем на одной из ветвей, я думаю, что я мог бы научить нейронную сеть искать тонкие ветви, толстеть в течение короткого периода времени, а затем получать снова худой У меня есть проблема, хотя с ветвями, пересекающими повсеместно. Есть ли этап предварительной обработки, который можно применить к изображению, чтобы различить элементы переднего плана и фона? Я хотел бы изолировать отдельные ветви для запуска по сети по одному. Есть ли какой-нибудь хороший алгоритм преобразования?

Любые хорошие указатели по распознаванию образов и обработке изображений, такие как книги или статьи, также будут высоко оценены.

С уважением, Я думаю, что я мог бы научить нейронную сеть искать тонкие ветви, толстеть в течение короткого периода времени, а затем снова худеть. У меня есть проблема, хотя с ветвями, пересекающими повсеместно. Есть ли этап предварительной обработки, который можно применить к изображению, чтобы различить элементы переднего плана и фона? Я хотел бы изолировать отдельные ветви для запуска по сети по одному. Есть ли какой-нибудь хороший алгоритм преобразования?

Любые хорошие указатели по распознаванию образов и обработке изображений, такие как книги или статьи, также будут высоко оценены.

С уважением, Я думаю, что я мог бы научить нейронную сеть искать тонкие ветви, толстеть в течение короткого периода времени, а затем снова худеть. У меня есть проблема, хотя с ветвями, пересекающими повсеместно. Есть ли этап предварительной обработки, который можно применить к изображению, чтобы различить элементы переднего плана и фона? Я хотел бы изолировать отдельные ветви для запуска по сети по одному. Есть ли какой-нибудь хороший алгоритм преобразования?

Любые хорошие указатели по распознаванию образов и обработке изображений, такие как книги или статьи, также будут высоко оценены.

С уважением, Есть ли этап предварительной обработки, который можно применить к изображению, чтобы различить элементы переднего плана и фона? Я хотел бы изолировать отдельные ветви для запуска по сети по одному. Есть ли какой-нибудь хороший алгоритм преобразования?

Любые хорошие указатели по распознаванию образов и обработке изображений, такие как книги или статьи, также будут высоко оценены.

С уважением, Есть ли этап предварительной обработки, который можно применить к изображению, чтобы различить элементы переднего плана и фона? Я хотел бы изолировать отдельные ветви для запуска по сети по одному. Есть ли какой-нибудь хороший алгоритм преобразования?

Любые хорошие указатели по распознаванию образов и обработке изображений, такие как книги или статьи, также будут высоко оценены.

С уважением, mj

Во время написания этого письма вредили томатным червям.