Details

Title Автоматизированный подсчет объектов на изображении с использованием технологии глубокого обучения: магистерская диссертация: 09.04.03
Creators Егоров Артем Тимурович
Scientific adviser Щукин Александр Валентинович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2017
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Нейронные сети ; Автоматизированные системы управления технологическими процессами ; компьютерное зрение ; машинное обучение ; глубокое обучение
UDC 004.032.26(043.3) ; 004.93(043.3)
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.03
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/2/v17-1912
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key RU\SPSTU\edoc\39582
Record create date 7/10/2017

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Тема работы относится к компьютерному зрению. В магистерской диссертации поставлена задача разработки методики автоматизированного подсчета объектов на изображении и реализации этой методики на примере подсчета сигаретных фильтров. Входными данными для реализуемой системы являются фотографии паллет на производстве сигарет, выполняемые сотрудниками фабрики на мобильные телефоны. В работе рассматривается предметная область глубокого обучения и на основе полученных знаний реализуется глубокая нейронная сеть. Проводится тестирование множества конфигураций нейронных сетей, для выявления сети показывающей наибольшую точность. Работа имеет следующую структуру: вводный раздел, четыре основные главы и заключительная часть. Актуальность работы раскрыта в вводном разделе, где также описаны основная цель и поставленные задачи. В первой главе проводится обзор предметной области. Во второй обзор библиотек глубокого обучения и выбор библиотеки для дальнейшей работы. В третьей главе приведено описание исходных данных, также описан процесс обучения нейронной сети. В четвертой главе приводятся результаты тестирования системы. Основные результаты по работе приводятся в заключении.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 1410 
Last 30 days: 0

Detailed usage statistics