Web-додаток для розпізнавання характеристик автомобіля за зображенням на фото

Скорочена інформація про документ
dc.contributor.advisorНазарчук, Ірина Василівна
dc.contributor.authorБойко, Назар Володимирович
dc.date.accessioned2024-09-23T10:11:30Z
dc.date.available2024-09-23T10:11:30Z
dc.date.issued2024
dc.description.abstractДипломна робота: 93 с., 10 рис., 6 табл., 2 дод., 21 джерело. Темою роботи є використання згорткових нейронних мереж для розпізнавання характеристик автомобілів на основі зображень. Об’єктом дослідження є розпізнавання автомобіля за зображенням. Предметом дослідження є згорткові нейронні мережі (ЗНМ) для класифікації зображень автомобілів за маркою, моделлю та роком випуску. Метою даної роботи є розробка веб-додатку, який використовує згорткові нейронні мережі для точного та швидкого розпізнавання автомобілів за їх характеристиками. Актуальність роботи пов’язана зі зростанням попиту на автоматизовані системи розпізнавання зображень у автомобільній галузі, що покращують ефективність і точність обробки даних. У результаті роботи було створено веб-додаток за допомогою мови програмування Python та фреймворку Flask, який дозволяє користувачам завантажувати зображення автомобілів і отримувати прогноз щодо марки, моделі та року випуску автомобіля. Для моделювання використовувалася архітектура ResNet-34, яка була натренована на спеціально підготовленому наборі даних зображень автомобілів. Результати були проаналізовані і продемонстрували високу точність моделі.
dc.description.abstractotherBachelor`s thesis: 93 p., 10 figures, 6 tables, 2 appendices, 21 references. The topic of the work is the use of convolutional neural networks for recognizing car characteristics from images. The object of study is car image recognition. The subject of the study is convolutional neural networks (CNN) for classifying car images by make, model, and year of manufacture. The purpose of this work is to develop a web application that uses convolutional neural networks to accurately and quickly recognize cars by their characteristics. The relevance of the work is related to the growing demand for automated image recognition systems in the automotive industry that improve the efficiency and accuracy of data processing. As a result of the work, a web application was created using the Python programming language and the Flask framework, which allows users to upload car images and get a forecast of the car's make, model, and year of manufacture. The ResNet-34 architecture was used for modeling, which was trained on a specially prepared car image dataset. The results were analyzed, thus they demonstrated the high accuracy of the model.
dc.format.extent93 с.
dc.identifier.citationБойко, Н. В. Web-додаток для розпізнавання характеристик автомобіля за зображенням на фото : дипломна робота ... бакалавра : 124 Системний аналіз / Бойко Назар Володимирович. – Київ, 2024. – 93 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69152
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectзгорткові нейронні мережі
dc.subjectкласифікація зображень
dc.subjectрозпізнавання автомобілів
dc.subjectвеб- додаток
dc.subjectтрансферне навчання
dc.subjectmachine learning
dc.subjectconvolutional neural networks
dc.subjectimage classification
dc.subjectcar recognition
dc.subjectweb application
dc.subjecttransfer learning
dc.titleWeb-додаток для розпізнавання характеристик автомобіля за зображенням на фото
dc.typeBachelor Thesis

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи