Методи глибокого навчання в згорткових нейронних мережах для класифікації та сегментації зображень
No Thumbnail Available
Date
2024
Advisor
Journal Title
Journal ISSN
Volume Title
Publisher
КПІ ім. Ігоря Сікорського
Abstract
Дипломна робота: 121с., 23 рис., 7 табл., 22 посилання, 1 додаток.
У цьому документі розглянуті способи розробки та донавчання моделей різних архітектур для класифікації та сегментації зображень.
Об’єкт дослідження – результат точності розподілення на класи та сегментування окремих зображень.
Предмет дослідження – застосування та налаштування архітектур машинного навчання, зокрема таких як ResNet та U-Net, для класифікації та сегментації окремих зображень.
Мета роботи – розробка на навчання моделей машинного навчання, здатних з високою точністю класифікувати на окремі класи та сегментувати зображення, використовуючи певні налаштування параметрів і гіперпараметрів структури моделей. Демонстрація ефективності програмного продукту на окремих зображеннях.
Description
Keywords
машинне навчання, класифікація зображень, сегментація зображень, нейронна мережа, machine learning, image classification, image segmentation, neural network
Citation
Ніколайчук, О. Г. Методи глибокого навчання в згорткових нейронних мережах для класифікації та сегментації зображень : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Ніколайчук Олександр Геннадійович. – Київ, 2024. – 121 с.