Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
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.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Оглавление
- 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
Статистика использования
Количество обращений: 1723
За последние 30 дней: 0 Подробная статистика |