Цель работы заключается в исследовании методов машинного обучения применительно к распознаванию городских сооружений и разработке соответствующего программного модуля с использованием сверточной нейронной сети. Актуальность данной темы обуславливается широким спектром применения нейронных сетей в самых разных сферах и областях жизнедеятельности человека. Благодаря использованию методов машинного обучения можно с довольно высокой точностью получать информацию о различных сооружениях в реальном времени. Обучение нейронной сети должно учитывать наличие различных архитектурных особенностей фасада зданий. Модуль реализован на основе языка Python с использованием следующих фреймворков: Core ML 2, Keras и scikit-learn.

The aim of the work is to study the methods of machine learning in relation to the recognition of urban structures and the development of an appropriate software module using convolutional neural network. The developed module will be used in the framework of a mobile application with augmented reality for the iOS operating system. The relevance of this topic is due to the wide range of applications of neural networks in various fields and areas of human activity. Thanks to the use of machine learning methods, it is possible to obtain real-time information about various facilities with a high degree of accuracy. The module is implemented on the basis of Python language using the following frameworks: Core ML 2, Keras and scikit-learn.