В данной бакалаврской работе осуществлялась разработка модуля распознавания наземных пространственных объектов на основе искусственной нейронной сети. Была разработана программа с пользовательским интерфейсом, позволяющая на выбранном пользователем снимке с беспилотного летательного аппарата распознать наземные пространственные объекты. При выполнении работы для нейронной сети, на основе которой работает модуль распознавания, определена структура, параметры обучения и тестирования, база данных для обучения сети была создана и переведена в формат, требуемый ИНС для корректного обучения. Оценивание работы искусственной нейронной сети производилось путем таких критериев, как матрица ошибок и ROC-кривая. Алгоритм выполнения программы был отлажен, оптимизирован и для удобства работы с программой был реализован пользовательский интерфейс. В результате выполнения работы была получена программа, содержащая предобученную на множестве снимков с беспилотного летательного аппарата ИНС, распознающую объекты на выбранном пользователем изображении.

The topic of graduate qualifying work is Development of a module for recognition of terrestrial spatial objects based on an artificial neural network. This work is devoted to the creation of a program with a user interface, which makes it possible to recognize terrestrial spatial objects on a user-selected image from an unmanned aerial vehicle. When performing work for the neural network, on the basis of which the recognition module works, the structure, training and testing parameters were determined. The database for training the network was created and translated into the format required by the ANN for correct training. Testing of the artificial neural network was carried out using such evaluation criteria as the error matrix and ROC-curve. The program execution algorithm has been debugged, optimized, and a user interface has been implemented for the convenience of working with the program. As a result of the work, a program was obtained containing an ANN pre-trained on a set of images from an unmanned aerial vehicle, which recognizes objects in an image selected by the user.