Распознавание подстилающей поверхности Земли с помощью сверточной нейронной сети на одноплатном микрокомпьютере

Приводятся результаты разработки программно-аппаратного комплекса (микромодуля) по обнаружению и классификации изображений подстилающей поверхности Земли. Микромодуль используется на борту легких беспилотных летательных аппаратов (дронов). Полученное устройство имеет размеры 5,2×7,4×3,1 см, массу 52 г., работает на одноплатном микрокомпьютере модели Raspberry Pi Zero Wireless и использует сверточную нейронную сеть на основе архитектуры MobileNetV2 для классификации изображений в реальном времени. При разработке микромодуля авторы преследовали цель добиться качества  классификации  изображений  в  реальном  времени  на  недорогом  мобильном  оборудовании с малой вычислительной способностью, сопоставимого с качеством классификации популярными архитектурами глубоких сверточных сетей. Приведенные в статье сведения могут быть полезны инженерам и научным работникам, разрабатывающим компактные бюджетные мобильные системы обработки, анализа и распознавания изображений.

1. Сравнительный анализ вычислительных платформ для бортового микромодуля предварительного распознавания изображений / В.А. Ковалев [и др.] // Информатика. - 2018. − Т. 15, № 3. - С. 7-21.

2. MobileNetV2: Inverted Residuals and Linear Bottlenecks / Sandler M [et al.] // arXiv preprint. arXiv:1801.04381, 2018. Mode of access: https://arxiv.org/abs/1801.04381 (accessed 03.02.2020).

3. Интеллектуальная технология распознавания подстилающей поверхности Земли / С.В. Кругликов, В.А. Ковалев, Д.А. Павленко, Э.В. Снежко, В.А. Левчук // Радиоэлектронные технологии. - 2019. - № 1. - С. 90-94.