Розробка системи класифікації об'єктів
Вантажиться...
Дата
2021
Науковий керівник
Укладач
Редактор
Назва журналу
Номер ISSN
Номер E-ISSN
Назва тому
Видавець
Одеський національний університет імені І. І. Мечникова
Анотація
Актуальність теми. З кожним роком зростає зацікавленість вирішення
більш складних задач розпізнавання об’єктів, що обумовлена автоматизацією,
необхідністю образних процесів комунікації в інтелектуальних системах. Тому
реалізація розпізнавання комп’ютерними системами образів є актуальною.
Один з перспективних напрямків вирішення даної проблеми ґрунтується на
застосуванні штучних нейронних мереж і нейрокомп'ютерів, як найбільш
прогресивних по відношенню проблем класифікації задач розпізнавання образів.
У наш час запропоновано велику кількість архітектур нейромеж для
застосування у розпізнаванні об’єктів. Аналіз запропонованих рішень показує,
що перспективу в побудові ефективних архітектур вбачають у згорткових
нейронних мережах.
Об’єктом дослідження є нейронні мережі та їх застосування у задачах
класифікації зображень.
Предметом дослідження є методи і алгоритми реалізації архітектур
нейронних мереж.
Мета дослідження полягає в знаходженні раціональної структури та
методів навчання нейронної мережі для класифікації зображень. Для досягнення
цієї мети необхідно виконати наступні завдання:
1) Провести аналіз існуючих рішень розпізнавання об’єкта на зображенні
методами глибинного машинного навчання.
2) Розглянути архітектури та основні принципи побудови нейронних мереж.
3) Дослідити алгоритми і методи навчання нейронних мереж, а також
технології, що можуть бути застосовані для поліпшеннязначень критеріїв
навчання мережі.
4) Описати та обрати вхідні набори даних для навчання і тестування
згорткової нейронної мережі.
5) Розробити та дослідити варіанти моделі архітектури нейронної мережі,
провести експерименти на запропонованих наборах даних застосовуючи
графічні прискорювачі.
6) Порівняти та проаналізувати отримані результати.
Програмна реалізація виконана за допомогою мови програмування Python
3, на базі використання технологій TensorFlow для розробки логіки (backend) і
Nvidia cuDNN для перенесення обчислень на потужності графічного
прискорювача
Опис
Ключові слова
123 комп’ютерна інженерія, комп’ютерний зір, нейронна мережа, розпізнавання об’єкта, класифікатор, GPU
Бібліографічний опис
Волинець, О. О. Розробка системи класифікації об'єктів : дипломна робота бакалавра. – Одеса, 2021. – 104 с.