Пишнограєв, Іван ОлександровичБурдейний, Артем Олександрович2025-06-112025-06-112025Бурдейний, А. О. Виявлення аномалій на зображеннях у промисловому виробництві за допомогою нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Бурдейний Артем Олександрович. - Київ, 2025. - 102 с.https://ela.kpi.ua/handle/123456789/74205Магістерська дисертація: 102 с., 25 рис., 21 табл., 25 посилань, додаток. Об’єкт дослідження – зображення промислової продукції та бінарні маски локалізації дефектів із публічного набору даних MVTec AD. Предмет дослідження – методи виявлення та локалізації аномалій на зображеннях продуктів промисловості. Актуальність роботи полягає в розробці моделі для точного виявлення пошкоджень та дефектів на різноманітній промисловій продукції. Метою роботи є розробка власної self-supervised моделі, що здатна як класифікувати зображення на нормальні та аномальні, так і виконувати бінарну сегментацію зображень виділяючи та локалізуючи дефектні ділянки. Порівняти її результати із методом PatchCore. Додатково дослідити, як дифузійна модель здатна покращити якість реконструкції, що виконана за допомогою VQ-VAE, для задач виявлення аномалій на зображеннях. Наукова новизна роботи полягає в поєднанні безумовної дифузійної моделі разом з VQ-VAE для усунення дефектів із зображень в латентному просторі VQ-VAE та подальшого покращення виявлення аномалій на зображеннях. Імплементовано метод PatchCore. Представлено та імплементовано модель для виявлення аномалій, що складається з таких компонентів як VQ-VAE, дифузійна модель та сегментаційна мережа U-Net. Для представленої моделі отримано значення метрик pixel-AUROC 0.9887 та IoU 0.7012. Результати роботи подано до опублікування у періодичне видання «Electronics and Control Systems».102 с.ukкомп’ютерний зірзгорткові нейронні мережіпромислове виявлення аномалійдифузійна модельself- supervised learningcomputer visionconvolutional neural networksindustrial anomaly detectiondiffusion modelMaster Thesis004.932.2:004.032.26](043.3)