Детальная информация

Название Исследование концепции transfer learning в моделях классификации объектов на изображениях на основе сверточных нейронных сетей для использования в мобильных приложениях: магистерская диссертация: 02.04.03
Авторы Погодин Никита Михайлович
Научный руководитель Белых Игорь Николаевич
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2017
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика Нейронные сети ; Распознавание образов ; Изображения
УДК 004.93.032.26(043.3)
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 02.04.03
Группа специальностей ФГОС 020000 - Компьютерные и информационные науки
DOI 10.18720/SPBPU/2/v17-1907
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\39545
Дата создания записи 07.07.2017

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

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.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи
  • 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

Количество обращений: 1724 
За последние 30 дней: 0

Подробная статистика