Розробка і дослідження моделей нейронних мереж для Semantic або Instance сегментації зображень
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 98 с., 26 табл., 33 рис., 1 додаток, 20 джерел.
Мета дослідження: створення архітектур для семантичної сегментації з нуля та їх вдосконалення, а також аналіз архітектури сегментації екземплярів та її покращення за допомогою методів post-processing.
Об’єкт дослідження: процеси та методи сегментації зображень за допомогою нейронних мереж.
Предмет дослідження: моделі U-Net, FCN та Mask R-CNN та їх потенціал в сегментації зображень після вдосконалення їх архітектур.
Отримані результати: розроблено програмний продукт на мові програмування Python для виконання семантичної сегментації та сегментації екземплярів зображення. Запропоновано оновлені архітектури U-Net та FCN з використанням додаткового шару CRF-RNN для покращення вихідної маски зображення. Запропоновано використання покращеної NMS для моделі Mask R-CNN.
У рамках подальшого дослідження та покращення пропонується використання більш вимогливих моделей для сегментації, а також розширення методів для post-processing.
Опис
Ключові слова
fcn, u-net, mask r-cnn, crf, crf-rnn, семантична сегментація, сегментація екземплярів, coco, cityscapes, semantic segmentation, instance segmentation
Бібліографічний опис
Лавренко, В. В. Розробка і дослідження моделей нейронних мереж для Semantic або Instance сегментації зображень : магістерська дис. : 124 Системний аналіз / Лавренко Владислав Віталійович. - Київ, 2024. - 98 с.