Сравнение эффективности применения сверточной нейронной сети для анализа волновых аберраций по картине дифракции на линейном и бинарном аксиконах

Abstract

Исследуется сравнительнаяэффективность распознавания волновых аберраций припомощи свёрточной нейронной сети (CNN) с архитектуройVGG по картинам дифракции на линейном и бинарномаксиконах. Проведён расчёт датасета для обучения CNN, вкотором для каждого из выбранных восьми типоваберраций смоделированы картины дифракции на двухтипах аксиконов в фокальной плоскости. На основеобучения CNN в 40 эпохах показано, что достигнутаясредняя абсолютная ошибка распознавания аберраций прииспользовании бинарного аксикона не превышает 0,0138,что значительно меньше, чем для линейного аксикона(0,193).