Details

Title: Исследование методов распознавания объектов в изображениях на основе сверточных сетей глубокого обучения: бакалаврская работа: 15.03.06
Creators: Евсюкова Дарья Викторовна
Scientific adviser: Степанов Дмитрий Николаевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Imprint: Санкт-Петербург, 2016
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: нейронные сети; машинное обучение; сверточные сети; распознавание изображений; neural networks; machine learning; convolutional network; image recognition
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 15.03.06
Speciality group (FGOS): 150000 - Машиностроение
Links: http://doi.org/10.18720/SPBPU/2/v16-2271
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

Allowed Actions: Read Download (0.7 Mb) You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

Объектом исследования являются сверточные нейронные сети, предназначенные для распознавания изображений. Цель работы - изучение распознавания изображений с помощью сверточных сетей глубокого обучения. Работа проводилась с применением следующих методов исследования: метод информационного поиска и систематизации данных. Задачи, решённые в рамках данной работы: исследование и обзор существующих видов нейронных сетей; описание программной платформы для создания нейронных сетей; обучение и тестирование сетей распознающих изображения.

Object of this research are convolutional neural networks in image recognition. Following methods of research were used in this work: method of information search and data systematization. Objectives completed in this work: research and review of existent types of neural networks; review of frameworks for creating neural networks; training and testing of image recognition nets.

Document access rights

Network User group Action
FL SPbPU Local Network All Read Print Download
-> Internet All Read Print Download

Document usage statistics

stat Document access count: 1482
Last 30 days: 33
Detailed usage statistics