Система семантичної сегментації зображень робота-оприскувача

Скорочена інформація про документ
dc.contributor.advisorОлійник, Володимир Валентинович
dc.contributor.authorЯкименко, Володимир Сергійович
dc.date.accessioned2026-01-21T13:09:31Z
dc.date.available2026-01-21T13:09:31Z
dc.date.issued2025
dc.description.abstractМагістерська дисертація складається зі 150 сторінок, містить 3 таблиці, 43 рисунки, 9 додатків та 66 джерел. Обєктом дослідження є процес семантичної сегментації зображень, отриманих від камер робота-оприскувача. Метою дисертації є підвищення ефективності процесу семантичної сегментації зображень у підсистемі комп’ютерного зору робота- оприскувача шляхом удосконалення та експериментального дослідження архітектури та програмного забезпечення. У першому розділі проведено аналіз сучасного точного землеробства, ролі робототехніки та проблематики суцільного оприскування, сформулювавши конкретну задачу семантичної сегментації. У другому розділі детально проаналізовано теоретичні основи та практичні реалізації методів семантичної сегментації, включаючи еволюцію архітектур глибокого навчання та потенціал моделі SAM. У третьому розділі визначено функціональні та нефункціональні вимоги до розроблюваної системи семантичної сегментації, а також сформульовано вимоги до апаратної платформи. У четвертому розділі здійснено детальне обґрунтування архітектурних рішень, обравши гібридний підхід на базі SAM та легковажного класифікатора, та визначено технологічний стек для розробки. У пятому розділі викладено послідовність етапів практичної реалізації системи, включаючи збір та підготовку набору даних, програмну імплементацію архітектури нейронної мережі, процес її навчання та розробку модуля інференсу з постобробкою. У шостому розділі представлено математичне та теоретичне обґрунтування системи семантичної сегментації, детально викладено методи оцінки її ефективності та розглянуто роль апаратних прискорювачів. У сьомому розділі представлено результати практичної апробації розробленої системи, проаналізовано ключові метрики якості та швидкодії, порівняно їх з базовими моделями та окреслено перспективи подальшого вдосконалення.
dc.description.abstractotherThe masters thesis consists of 150 pages, contains 3 tables, 43 figures, 9 appendices, and 66 sources. The object of the study is the process of semantic segmentation of images obtained from the cameras of a spraying robot. The purpose of the thesis is to improve the efficiency of the process of semantic segmentation of images in the computer vision subsystem of a spraying robot by improving and experimentally studying the architecture and software. The first chapter analyzes modern precision farming, the role of robotics, and the problems of continuous spraying, formulating a specific task of semantic segmentation. The second chapter provides a detailed analysis of the theoretical foundations and practical implementations of semantic segmentation methods, including the evolution of deep learning architectures and the potential of the SAM model. The third chapter defines the functional and non-functional requirements for the semantic segmentation system under development and formulates the requirements for the hardware platform. The fourth chapter provides a detailed justification of architectural solutions, choosing a hybrid approach based on SAM and a lightweight classifier, and defines the technology stack for development. The fifth chapter outlines the sequence of stages of practical implementation of the system, including the collection and preparation of a data set, software implementation of the neural network architecture, the process of its training, and the development of an inference module with post- processing. The sixth chapter presents the mathematical and theoretical justification of the semantic segmentation system, details the methods for evaluating its effectiveness, and considers the role of hardware accelerators. The seventh chapter presents the results of practical testing of the developed system, analyzes key metrics of quality and performance, compares them with baseline models, and outlines prospects for further improvement.
dc.format.extent141 с.
dc.identifier.citationЯкименко, В. С. Система семантичної сегментації зображень робота-оприскувача : магістерська дис. : 126 Інформаційні системи та технології / Якименко Володимир Сергійович. – Київ, 2025. – 141 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78313
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectсемантична сегментація
dc.subjectоброблення зображень
dc.subjectробот-оприскувач
dc.subjectавтономні системи
dc.subjectштучний інтелект
dc.subjectкомп&#39
dc.subjectютерний зір
dc.subjectглибоке навчання
dc.subjectнейронні мережі
dc.subjectметоди класифікації
dc.subjectагротехнології
dc.subject.udc004.8
dc.titleСистема семантичної сегментації зображень робота-оприскувача
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yakymenko_magistr.pdf
Розмір:
3.92 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

Магістерські роботи (ІСТ)
Магістерські роботи