Підсистема комп’ютерного зору для визначення типу захвату біонічного протезу
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Підсистема комп’ютерного зору для визначення типу захвату біонічного протезу. Проєкт містить 68 с. тексту, 12 рисунків, 8 таблиць, посилання на 24 літературних джерела, 1 додаток та 4 конструкторських документи.
Об’єкт роботи — процес розпізнавання об’єктів для керування біонічним протезом. Мета роботи — підвищення ефективності визначення типу захвату біонічного протезу за допомогою технологій комп’ютерного зору та методів машинного навчання. Ця робота охоплює аналіз існуючих рішень, проєктування алгоритмів обробки зображень та розпізнавання об'єктів, а також практичну реалізацію та тестування розробленої підсистеми. Для досягнення заданих цілей було поставлено ряд завдань, які відповідають структурі роботи. До них належить: постановка мети та задачі, огляд існуючих підходів та наявних реалізацій, аналіз та вибір технологій розробки, розробка програмного забезпечення та опис його структури, оцінка ефективності роботи підсистеми та результати проведених експериментів. Розроблена підсистема комп’ютерного зору може бути використана компаніями та виробниками біонічних протезів для покращення їх функціональності. Оптимізація алгоритмів класифікації типу захвату дозволяє зробити такі пристрої більш ефективними, інтуїтивними та придатними для повсякденного використання.
Опис
Ключові слова
Біонічний протез, комп’ютерний зір, класифікація захвату, машинне навчання, нейронні мережі, few- shot навчання, zero-shot розпізнавання, Deep learning, CLIP, мережі відповідності, прототипічні мережі, fine-tuned моделі, ResNet, генеративні моделі, оптимізація алгоритмів, розпізнавання об’єктів, медичні протези, робототехніка, інтелектуальні системи, OpenRouter API, Python, PyTorch, згорткові нейронні мережі, bionic prosthesis, computer vision, grip classification, machine learning, neural networks, few-shot learning, zero-shot recognition, deep learning, CLIP model, Matching Networks, Prototypical Networks, fine-tuned models, ResNet, generative models, algorithm optimization, object recognition, medical prostheses, robotics, intelligent systems, OpenRouter API, Python, PyTorch, convolutional neural networks
Бібліографічний опис
Верховська, А.С. Підсистема комп’ютерного зору для визначення типу захвату біонічного протезу : дипломний проєкт ... бакалавра : 126 Інформаційні системи та технології / Верховська Анна Сергіївна. – Київ, 2025. – 74 с.