Багатоміткова класифікація стилізованих зображень за допомогою глибоких нейронних мереж
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 98 c., 12 рис., 8 табл., 2 додатків, 47 джерел.
Об’єкт дослідження – великий незбалансований датасет стилізованих аніме-зображень, створений на основі даних з відкритого ресурсу Danbooru,що налічує понад 7 мільйонів зображень та характеризується детальною комплексною системою тегів. Предмет дослідження – архітектури глибоких нейронних мереж, зокрема Attention-механізми, методи багатоміткової класифікації, а також стратегії роботи з даними, що мають значний дисбаланс класів та іншу специфічну проблематику. Постановка задачі – спроектувати та натренувати модель багатоміткової класифікації стилізованих аніме-зображень з використанням сучасних архітектур нейронних мереж, яка здатна коректно класифікувати найпопулярніші теги. Результатом роботи є функціональна модель багатоміткової класифікації оптимізована для роботи з аніме-зображеннями. Ця модель може бути інтегрована в існуючі або нові системи для автоматичного класифікування, пошуку та організації візуального контенту.
Опис
Ключові слова
класифікація зображень, стилізовані зображення, аніме зображення, багатоміткова класифікація, комп’ютерний зір, глибоке навчання, нейронні мережі, danbooru, resnet, mechanisms attention, squeeze-and-excitation, image classification, stylized images, anime images, multi-label classification, computer vision, deep learning, neural networks, attention mechanisms
Бібліографічний опис
Тюкалов, Н. С. Багатоміткова класифікація стилізованих зображень за допомогою глибоких нейронних мереж : дипломна робота ... бакалавра : 124 Системний аналіз / Тюкалов Ніколай Сергійович. - Київ, 2025. - 98 с.