Details

Title Приложение по распознаванию видов цветов и грибов методом глубинного обучения сверточных нейронных сетей: выпускная квалификационная работа бакалавра: 09.03.04 - Программная инженерия ; 09.03.04_01 - Технология разработки и сопровождения качественного программного продукта
Creators Фролова Алёна Юрьевна
Scientific adviser Зайцев Игорь Владимирович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2019
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects машинное обучение ; глубокие нейронные сети ; свёрточная нейронная сеть ; распознавание объектов ; machine learning ; deep neural networks ; convolutional neural network ; object recognition
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 09.03.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-1331
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\1241
Record create date 8/26/2019

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 работы является разработка решения для распознавания цветов и грибов, которое будет использоваться в приложении Android, разработанном параллельно как другой проект. В случае грибов есть аспект безопасности – проводить различие между съедобными и ядовитыми грибами, чтобы уменьшить вероятность отравления. Для этой цели были рассмотрены различные подходы к обучению сверточной нейронной сети и различные существующие библиотеки для распознавания объектов. Работа включает в себя описание, разработку и тестирование сверточной нейронной сети, предназначенной для распознавания видов цветов и грибов на основе файлов изображений. Финальные испытания показали высокую точность модели.

The aim of this work is to develop a solution for color and mushroom recognition, which will be used in an Android application developed in parallel as another project. In the case of fungi, there is a safety aspect – to distinguish between edible and poisonous fungi to reduce the likelihood of poisoning. For this purpose, various approaches to learning convolutional neural network and various existing libraries for object recognition were considered. The work includes the description, development and testing of a convolutional neural network designed to recognize species of flowers and fungi based on image files. The final tests showed high accuracy of the model.

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

Access count: 122 
Last 30 days: 0

Detailed usage statistics