Автоматизована фотометрична система для розпізнавання об’єктів

Скорочена інформація про документ
dc.contributor.advisorЛитвиненко, Павло Леонідович
dc.contributor.authorГапонов, Дмитро Олександрович
dc.date.accessioned2023-06-29T10:05:58Z
dc.date.available2023-06-29T10:05:58Z
dc.date.issued2023
dc.description.abstractНа сьогодення досягнення високої точності у розпізнаванні об'єктів у реальному часі є актуальною проблемою в багатьох галузях, таких як комп'ютерне зорове сприйняття, автономні транспортні засоби, медична діагностика і багато інших. Швидкий розвиток технологій та збільшення об'єму доступних даних зробили можливим використання машинного навчання та нейронних мереж для досягнення цієї мети. В даній дипломній роботі проведено розробку автоматизованої фотометричної системи для розпізнавання об'єктів. У першій частині роботи розглянуто різні типи автоматизованих системи для розпізнавання об’єктів та проведено їх аналіз. Проаналізовані різні підходи до реалізації комп'ютерного зору. Детально розглянуто нейронні мережі, включаючи різні види нейронних мереж та згорткові мережі. Окрема увага була приділена огляду фреймворків, що використовуються в даній області, а також застосунків для збору даних та їх розмітки. У практичній частині роботи була розроблена структурна схема системи, алгоритм її роботи, проведений вибір технічних та програмних компонентів. Також був проведений огляд процесу збору даних. Було здійснено математичне моделювання навчання нейронної мережі та проведено аналіз отриманих результатів.uk
dc.description.abstractotherToday, achieving high accuracy in real-time object recognition is an urgent problem in many fields, such as computer vision, autonomous vehicles, medical diagnostics, and many others. The rapid development of technology and the increasing amount of available data have made it possible to use machine learning and neural networks to achieve this goal. In this thesis, we have developed an automated photometric system for object recognition. In the first part of the work, different types of automated systems for object recognition are considered and analyzed. Different approaches to the implementation of computer vision are analyzed. Neural networks, including various types of neural networks and convolutional networks, are discussed in detail. Particular attention was paid to the overview of frameworks used in this area, as well as applications for data collection and data markup. In the practical part of the work, the system's block diagram and algorithm were developed, and the selection of hardware and software components was made. The data collection process was also reviewed. Mathematical modeling of neural network training was performed and the results were analyzed.uk
dc.format.extent74 с.uk
dc.identifier.citationГапонов, Д. О. Автоматизована фотометрична система для розпізнавання об’єктів : дипломна робота ... бакалавра : 151 Автоматизація та комп’ютерно-інтегровані технології / Гапонов Дмитро Олександрович. – Київ, 2023. – 74 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/57761
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectавтоматизаціяuk
dc.subjectрозпізнавання об'єктівuk
dc.subjectнейронна мережаuk
dc.subjectавтономні транспортні засобиuk
dc.subjectautomationuk
dc.subjectobject recognitionuk
dc.subjectneural networkuk
dc.subjectautonomous vehiclesuk
dc.titleАвтоматизована фотометрична система для розпізнавання об’єктівuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Haponov_bakalavr.pdf
Розмір:
2.81 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (АСНК)
Бакалаврські роботи