Методи глибинного навчання для розпізнавання зображень
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 92 с., 22 рис., 6 табл., 13 посилань, 1 додаток.
Об’єкт дослідження – методи глибинного навчання для розпізнавання
зображень.
Предмет дослідження – вивчення різних архітектур нейронних мереж,
алгоритмів навчання, підходів до анотації та сегментації зображень.
Мета роботи – програмна реалізація ефективного алгоритму обробки
зображень, який здатний виявляти та класифікувати різні типи дефектів
автомобіля.
Результати – реалізовано попередню обробку даних зображень авто,
побудовано згорткові нейронні мережі на основі принципів архітектур
мереж AlexNet та U-Net, шляхом дослідження гіперпараметрів та
модифікацій архітектур досягнуто задовільних результатів класифікації.
Опис
Ключові слова
методи глибинного навчання для розпізнавання зображень, нейронні мережі, згорткові нейронні мережі, класифікація, детекція об’єкта, deep learning methods for image recognition, neural networks, convolutional neural networks, classification, object detection
Бібліографічний опис
Деркач, А. С. Методи глибинного навчання для розпізнавання зображень : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Деркач Анастасія Сергіївна. – Київ, 2024. – 92 с.