Шульга, Максим ВолодимировичЦоколов, Максим Володимирович2025-01-072025-01-072024Цоколов, М. В. Метод оцінки глибини по двовимірному зображенню : магістерська дис. : 123 Комп’ютерна інженерія / Цоколов Максим Володимирович. – Київ, 2024. – 131 с.https://ela.kpi.ua/handle/123456789/71632Магістерська дисертація присвячена розробці та оптимізації легкої моделі нейронної мережі для оцінки глибини зображення, придатної для використання на мобільних та вбудованих пристроях. У роботі представлено підхід до оптимізації архітектури моделі, що поєднує техніки квантизації та дистиляції знань для досягнення максимальної ефективності при мінімальних обчислювальних вимогах. Експериментальні дослідження показали, що розроблена модель FastDepthAI досягає швидкості обробки 2.08 FPS на CPU при розмірі моделі лише 13.39 МБ, що в 2 рази менше за існуючі аналоги малих версій моделей. При розробці було використано передові методи зменшення моделей та підвищення швидкостей, проведено комплексний аналіз результатів використання методів. Найбільш вдалим варіантом вийшла квантизація готових моделей, використання дистиляції з легкими основами показало недостатні результати.131 с.ukштучний інтелектметодиartificial intelligenceprogrammingоцінка глибиникомп'ютерний зірнейронні мережідвовимірні зображенняалгоритмимашинне навчанняглибинне навчанняавтономні системиобробка зображеньзгорткові нейронні мережі.Master Thesis004.02