Details

Погодин, Никита Михайлович. Исследование концепции transfer learning в моделях классификации объектов на изображениях на основе сверточных нейронных сетей для использования в мобильных приложениях [Электронный ресурс]: магистерская диссертация: 02.04.03 / Н. М. Погодин; Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий ; науч. рук. И. Н. Белых. — Электрон. текстовые дан. (1 файл : 1,41 МБ). — Санкт-Петербург, 2017. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/v17-1907.pdf>. — <URL:http://doi.org/10.18720/SPBPU/2/v17-1907>.

Record create date: 7/7/2017

Subject: Нейронные сети; Распознавание образов; Изображения

UDC: 004.93.032.26(043.3)

Collections: Выпускные квалификационные работы; Общая коллекция

Links: DOI

Allowed Actions: Read Download (1.4 Mb) You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

Тема магистерской диссертации относится к задачам машинного обучения в области распознавания объектов на изображениях. В рамках работы было проведено исследование проблем обучения и использования моделей на основе сверточных нейронных сетей для распознавания объектов на изображениях для мобильных приложений. Предложено решение обнаруженных проблем в виде применения концепции transfer learning и автоматизации поиска обучающей выборки. Проведено тестирование вышеуказанного подхода, показавшее его успешность для решения поставленных задач. На основании полученных результатов реализовано веб-приложение для обучения моделей сверточных нейронных сетей. Реализовано мобильное приложение для распознавания объектов с камеры в реальном времени с возможностью использования моделей, обученных веб-приложением.

Document access rights

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

Table of Contents

  • Санкт-Петербург
  • РЕФЕРАТ
  • ОПРЕДЕЛЕНИЯ
  • ВВЕДЕНИЕ
  • 1 Обзор предметной области
    • 1.1 Подходы к распознаванию объекта
    • 1.2 Сверточные нейронные сети
    • 1.3 Проблемы при обучении сверточных нейронных сетей и подходы к решению
    • 1.4 Существующие программные решения
    • 1.5 Постановка задачи
  • 2 Теоретическая часть
    • 2.1 Задача распознавания объектов на изображении
    • 2.2 Структура модели сверточной сети Inception v3
    • 2.3 Transfer learning
    • 2.4 Применение transfer learning в обучении сверточных нейронных сетей
    • 2.5 Выборка изображений ImageNet
    • 2.6 Автоматизация получения обучающей выборки
    • 2.7 Результаты тестирования
    • 3 Программная реализация
    • 3.1 Требования к серверному приложению
    • 3.2 Фреймворк для машинного обучения Tensorflow
    • 3.3 Реализация серверного приложения
    • 3.4 Демонстрация работы серверного приложения
    • 3.5 Требования к мобильному приложению
    • 3.6 Пример работы мобильного приложения
    • 3.7 Результаты тестирования моделей в мобильном приложении
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ 1
  • ПРИЛОЖЕНИЕ 2

Document usage statistics

stat Document access count: 1453
Last 30 days: 63
Detailed usage statistics