Table | Card | RUSMARC | |
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 |
Annotation
Целью данной бакалаврской работы является создание системы детектирования пешеходов. Основное внимание сосредоточено на разработке центральной части системы - детектора пешеходов. Данный детектор основан на использовании сверточной нейронной сети.Одной из особенностей разрабатываемого детектора является возможность распознавания пешеходов разного размера. Это достигается за счет добавления к основной сети «ветвей детектирования»: нескольких дополнительных слоев, которые исходят из некоторого слоя основной сети и завершаются слоем с вычислением целевой функции. Для каждой ветви детектирования целевая функция вычисляется с учетом только тех примеров, размер которых соответствует размеру, распознаваемому на данном слое.В результате работы разработана модель детектора, на основе которой был проведен ряд экспериментов для определения качества детектора.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- ВВЕДЕНИЕ
- Список используемых обозначений
- 1. Анализ методов решения задачи обнаружения пешеходов
- 2. Сверточные нейронные сети
- 3. Задача распознавания объектов с изменяющимся масштабом
- 3.1. Методы решения задачи изменяющихся масштабов пешеходов
- 3.2. Выбор архитектуры сети для детектора
- 3.3. Математический аппарат процесса обучения
- 3.4. Формирование наборов регионов для обучения
- 4. Реализация
- 4.1. Обзор фреймворков для глубокого обучения
- 4.2. Интерфейс по взаимодействию с Caffe
- 4.3. Базы пешеходов
- 4.4. Разработка модели сети в Caffe
- 4.4.1. Установка и настройка Caffe
- 4.4.2. Подготовка базы Caltech для работы
- 4.4.3. Создание модели для обучения
- 4.4.4. Создание модели для использования обученной сети
- 4.5. Обучение модели детектора в Caffe
- 4.5.1. Проверка работоспособности Caffe на базе рукописных цифр MNIST
- 4.5.2. Формирование настроек обучения
- 4.6. Использование обученной сети
- 5. Исследование детектора
- 5.1. Время работы детектора
- 5.2. Точность и полнота
- 5.3. Определение точности и полноты детектора
- 5.4. Анализ времени работы детектора
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- ПРИЛОЖЕНИЕ А. ЛИСТИНГИ
Usage statistics
Access count: 1647
Last 30 days: 0 Detailed usage statistics |