Классификатор изображений типов почвы

Что умеет эта модель?

Данная модель представляет собой сверточную нейронную сеть (CNN), обученную классифицировать различные типы почвы по изображениям с использованием TensorFlow и Keras. Она автоматизирует идентификацию типов почвы, что полезно для сельского хозяйства, мониторинга окружающей среды и исследований.

Категории почв

• Модель может идентифицировать следующие 11 типов почв:

• Аллювиальная почва

• Чернозем

• Зольная почва

• Глинистые почвы

• Латеритная почва

• Суглинистая почва

• Торфяная почва

• Супесь

• Песчаная почва

• Желтая почва

Как обучена модель?

Обучающий набор данных состоит из изображений почвы, хранящихся в папках по категориям. Он был разделен на 80% для обучения и 20% для валидации. Для улучшения обобщения были применены методы аугментации данных (вращение, масштабирование, отражение и т.д.).

Архитектура модели

• 4 сверточных слоя с увеличивающимся числом фильтров (от 32 до 128)

• MaxPooling после каждого сверточного слоя

• Слой Flatten, за которым следуют:

• Dense(512) + ReLU

• Dropout(0.5)

• Выходной слой Dense с функцией активации Softmax

Конфигурация обучения

• Размер изображения: 224x224

• Размер пакета (batch size): 32

• Эпохи: 15

• Функция потерь: categorical_crossentropy

• Оптимизатор: Adam

• Точность обучения и валидации отслеживалась, и результаты представлены на включенном изображении .

Применение модели

Ссылки

Ben041/soil-type-classifier

Ссылки

https://https://huggingface.co/Ben041/soil-type-classifier