Детальная информация

Тема данной магиестерской диссертации относится к области классификации изображений с помощью свёрточных нейронных сетей. В работе рассматриваются вопросы формализации сцены на изображении и классификация изображений по сцене. Выполнена разработка архитектуры нейронной сети, её апробация и тестирование. Разработана программа, позволяющая отобразить произвольное изображение поверх успешно распознанной сцены.

• ОПРЕДЕЛЕНИЯ
• ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
• ВВЕДЕНИЕ
• 1 ПОСТАНОВКА ЗАДАЧИ
  • 1.1 Актуальность темы исследования
  • 1.2 Ограничения на условия работы разрабатываемой системы и вытекающие требования к используемым технологиям
  • 1.3 Технологические особенности мобильных устройств
  • 1.4 Задача распознания сцены
  • 1.5 Формальное описание постановки задачи
  • 1.6 Требования к характеристикам сети
• 2 ОБЗОР
  • 2.1 Обзор библиотек и фреймворков реализующих алгоритмы глубинного обучения
  • 2.2 Критерии оценки технологий
  • 2.3 Обзор некоторых существующих архитектур свёрточных нейронных сетей
• 3 ТЕОРИЯ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ
  • 3.1 Свёрточные нейронные сети
  • 3.2 Формальное определение cnn
  • 3.3 Слой свёртки
  • 3.4 Слой ReLu
  • 3.5 Пулинг или слой субдискретизации
  • 3.6 Оптимизаторы
  • 3.7 Расчёт потребления памяти сетью
  • 3.8 Подходы к проектированию архитектуры сети
• 4 РАЗРАБОТКА СИСТЕМЫ
  • 4.1 Подготовка данных для обучения сети
  • 4.2 Архитектура приложения
  • 4.3 Алгоритм обучения сети
  • 4.4 Поиск архитектуры сети
    • 4.4.1 Основные этапы поиска архитектуры
  • 4.5 Тестирование
    • 4.5.1 Критерии тестирования
    • 4.5.2 Способ тестирования
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ 1
• ПРИЛОЖЕНИЕ 2
• ПРИЛОЖЕНИЕ 3
• ПРИЛОЖЕНИЕ 4
• ПРИЛОЖЕНИЕ 5
• ПРИЛОЖЕНИЕ 6