Тема магистерской диссертации относится к задачам машинного обучения в области распознавания объектов на изображениях. В рамках работы было проведено исследование проблем обучения и использования моделей на основе сверточных нейронных сетей для распознавания объектов на изображениях для мобильных приложений. Предложено решение обнаруженных проблем в виде применения концепции transfer learning и автоматизации поиска обучающей выборки. Проведено тестирование вышеуказанного подхода, показавшее его успешность для решения поставленных задач. На основании полученных результатов реализовано веб-приложение для обучения моделей сверточных нейронных сетей. Реализовано мобильное приложение для распознавания объектов с камеры в реальном времени с возможностью использования моделей, обученных веб-приложением.

• Санкт-Петербург
• РЕФЕРАТ
• ОПРЕДЕЛЕНИЯ
• ВВЕДЕНИЕ
• 1 Обзор предметной области
  • 1.1 Подходы к распознаванию объекта
  • 1.2 Сверточные нейронные сети
  • 1.3 Проблемы при обучении сверточных нейронных сетей и подходы к решению
  • 1.4 Существующие программные решения
  • 1.5 Постановка задачи
• 2 Теоретическая часть
  • 2.1 Задача распознавания объектов на изображении
  • 2.2 Структура модели сверточной сети Inception v3
  • 2.3 Transfer learning
  • 2.4 Применение transfer learning в обучении сверточных нейронных сетей
  • 2.5 Выборка изображений ImageNet
  • 2.6 Автоматизация получения обучающей выборки
  • 2.7 Результаты тестирования
  • 3 Программная реализация
  • 3.1 Требования к серверному приложению
  • 3.2 Фреймворк для машинного обучения Tensorflow
  • 3.3 Реализация серверного приложения
  • 3.4 Демонстрация работы серверного приложения
  • 3.5 Требования к мобильному приложению
  • 3.6 Пример работы мобильного приложения
  • 3.7 Результаты тестирования моделей в мобильном приложении
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ 1
• ПРИЛОЖЕНИЕ 2