Древаль, Максим МихайловичТюкалов, Ніколай Сергійович2025-07-242025-07-242025Тюкалов, Н. С. Багатоміткова класифікація стилізованих зображень за допомогою глибоких нейронних мереж : дипломна робота ... бакалавра : 124 Системний аналіз / Тюкалов Ніколай Сергійович. - Київ, 2025. - 98 с.https://ela.kpi.ua/handle/123456789/75229Дипломна робота: 98 c., 12 рис., 8 табл., 2 додатків, 47 джерел. Об’єкт дослідження – великий незбалансований датасет стилізованих аніме-зображень, створений на основі даних з відкритого ресурсу Danbooru,що налічує понад 7 мільйонів зображень та характеризується детальною комплексною системою тегів. Предмет дослідження – архітектури глибоких нейронних мереж, зокрема Attention-механізми, методи багатоміткової класифікації, а також стратегії роботи з даними, що мають значний дисбаланс класів та іншу специфічну проблематику. Постановка задачі – спроектувати та натренувати модель багатоміткової класифікації стилізованих аніме-зображень з використанням сучасних архітектур нейронних мереж, яка здатна коректно класифікувати найпопулярніші теги. Результатом роботи є функціональна модель багатоміткової класифікації оптимізована для роботи з аніме-зображеннями. Ця модель може бути інтегрована в існуючі або нові системи для автоматичного класифікування, пошуку та організації візуального контенту.98 с.ukкласифікація зображеньстилізовані зображенняаніме зображеннябагатоміткова класифікаціякомп’ютерний зірглибоке навчаннянейронні мережіdanbooruresnetmechanisms attentionsqueeze-and-excitationimage classificationstylized imagesanime imagesmulti-label classificationcomputer visiondeep learningneural networksattention mechanismsBachelor Thesis