Details
| Title | Применение специализированных глубоких сверточных нейронных сетей для решения задачи обнаружения пешеходов по изображению с камеры: бакалаврская работа: 09.03.01 |
|---|---|
| Creators | Мартюшева Надежда Юрьевна |
| Scientific adviser | Никитин Кирилл Вячеславович |
| 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 ; детектирование объектов ; обнаружение пешеходов |
| Document type | Bachelor graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 09.03.01 |
| Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/2/v17-4094 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | RU\SPSTU\edoc\45468 |
| Record create date | 10/20/2017 |
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 |
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.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
- 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
Access count: 1649
Last 30 days: 0
