Объектом исследования является модель сверточной нейронной сети обнаружения объектов YOLO. Целью исследовательской работы является разработка модели нейронной сети для решения задачи обнаружения нарушений ношения униформы. В работе рассмотрены схожие возможности реализации решения поставленной задачи, проведены эксперименты обучения и предложены способы ускорения выполнения поставленной задачи.

The object of the research is the convolutional neural network YOLO model for object detection. The aim of the research is to develop a neural network model for solving the problem of detecting violations of wearing uniform. In the work, similar possibilities of implementing the solution of the task are considered, training experiments are conducted and ways to accelerate the implementation of the task are proposed.

• ВВЕДЕНИЕ
• 1Аналитический обзор
• 1.1 Нейросетевая платформа DarkNet
• 1.2 Нейронная сеть для обнаружения объектов YOLO
• 1.3 Нейронная сеть для обнаружения объектов YOLOv2
• 1.4 Нейронная сеть для обнаружения объектов Tiny YOLO
• 1.5 Нейронная сеть для обнаружения объектов YOLOv3
• 1.6 Нейронная сеть для обнаружения объектов R-CNN
• 1.7 Нейронная сеть для обнаружения объектов Fast R-CNN
• 1.8 Нейронная сеть для обнаружения объектов RetinaNet
• 1.9 Выводы по разделу
• Математическое описание
• 2.1 Искусственный нейрон
• 2.2 Сверточные нейронные сети
• 2.3 Особенности нейронной сети для обнаружения объектов YOLO
• 2.4 Выводы по разделу
• Описание программной части
• 3.1 Используемые библиотеки
• 3.2 Разметчик изображений LabelImg
• 3.3 Библиотека технического зрения OpenCV
• 3.4 Архитектура параллельных вычислений CUDA
• 3.5 Библиотека для нейронных сетей cuDNN
• 3.6 Выводы по разделу
• Описание экспериментов
• 4.1 Выбор и разметка набора данных
• 4.2 Подготовка исходных файлов конфигурации
• 4.3 Обработка исходных данных и разметка классами
• 4.4 Обучение нейронной сети на подготовленном наборе данных
• 4.5 Выводы по разделу
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ