Original scientific paper
https://doi.org/10.70856/p.3.1.2
Usporedba generativnih suparničkih mreža za sintezu slika listova vinove loze
Krešimir Markota
; Bjelovar University of Applied Sciences, Bjelovar, Croatia
*
Andrija Petrović
; Bjelovar University of Applied Sciences, Bjelovar, Croatia
Ante Javor
; Bjelovar University of Applied Sciences, Bjelovar, Croatia
Tomislav Adamović
; Bjelovar University of Applied Sciences, Bjelovar, Croatia
* Corresponding author.
Abstract
Ovaj rad istražuje primjenu generativnih suparničkih mreža za generiranje slika listova vinove loze te provodi usporednu analizu triju arhitektura baziranih na generativnim suparničkim mrežama, a to su osnovni model generativnih suparničkih mreža, duboke konvolucijske suparničke mreže i Wasserstein generativne suparničke mreže s gradijentnim penalom. Eksperimentalni dio rada s generativnim suparničkim mrežama temelji se na skupu stvarnih slika listova vinove loze koje su prethodno normalizirane i pripremljene za treniranje modela. Svaki od promatranih modela treniran je zasebno, nakon čega su generirane sintetičke slike korištene za kvantitativnu evaluaciju kvalitete generiranja. Za procjenu sličnosti između stvarnih i generiranih slika korištene su standardne metrike: Frechet Inception Distance, Kernel Inception Distance i Inception Score, koje se često primjenjuju u analizi generativnih modela. Dobiveni rezultati pokazuju da duboka konvolucijska generativna suparnička mreža ostvaruje najbolje performanse među analiziranim modelima, s najnižom vrijednošću Frechet Inception Distance i Kernel Inception Distance metrike te najvišim Inception Score rezultatom, što upućuje na stabilnije treniranje i bolju kvalitetu generiranih slika. Wasserstein generativna suparnička mreža s gradijentnim penalom postiže srednje rezultate, dok osnovni model generativne suparničke mreže pokazuje najslabije performanse, što je u skladu s nalazima sličnih istraživanja u literaturi. Zaključno, rezultati potvrđuju da naprednije arhitekture generativnih suparničkih mreža pružaju značajne prednosti u generiranju realističnih slika listova vinove loze te imaju potencijal za daljnju primjenu u poljoprivrednim i računalno-vidnim sustavima.
Keywords
generativne suparničke mreže; DCGAN; WGAN; sinteza slika; list vinove loze; evaluacija kvalitete
Hrčak ID:
344888
URI
Publication date:
25.2.2026.
Visits: 287 *