Тимошенко, Юрій ОлександровичКапусткін, Артем Олександрович2024-11-062024-11-062024Капусткін, А. О. Застосування глибокого навчання для виявлення військових об’єктів : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Капусткін Артем Олександрович. – Київ, 2024. – 100 с.https://ela.kpi.ua/handle/123456789/70369Дипломна робота: 100 с., 47 рис., 6 табл., 33 посилання, 1 додаток. Об’єкт дослідження – військове застосування глибокого навчання. Предмет дослідження – нейронна мережа та її застосування для задачі розпізнавання об’єктів. Мета роботи – отримати навчену нейронну мережу, здатну розпізнавати військові об’єкти. Методи дослідження – аналіз літератури, дослідження існуючих методів та алгоритмів глибокого навчання, збір зображень військових об’єктів та їх анотація, тренування моделей глибокого навчання та проведенням експериментів для оцінки їх ефективності. Результати дослідження демонструють високу точність виявлення класу броньованої техніки і помітно нижчу для класу легкої техніки через меншу кількість зображень цього класу. В цілому, результати є прийнятними, враховуючи нерівномірність даних. Новизна роботи полягає у створенні унікального набору даних з актуальними зображеннями військових об'єктів, зібраними зокрема під час сучасних військових конфліктів, таких як російсько-українська війна. Відображення реальних бойових умов робить набір даних цінним для подальших досліджень і розробки систем автоматичного розпізнавання.100 с.ukглибоке навчаннякомп’ютерний зіррозпізнавання об’єктівзгорткова нейронна мережааналіз зображеньанотація данихdeep learningcomputer visionobject recognitionconvolutional neural networkimage analysisdata annotationBachelor Thesis