Детальная информация

Название: Автоматизированный подсчет объектов на изображении с использованием технологии глубокого обучения: магистерская диссертация: 09.04.03
Авторы: Егоров Артем Тимурович
Научный руководитель: Щукин Александр Валентинович
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; Автоматизированные системы управления технологическими процессами; компьютерное зрение; машинное обучение; глубокое обучение
УДК: 004.032.26(043.3); 004.93(043.3)
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.04.03
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v17-1912
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

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 работы относится к компьютерному зрению. В магистерской диссертации поставлена задача разработки методики автоматизированного подсчета объектов на изображении и реализации этой методики на примере подсчета сигаретных фильтров. Входными данными для реализуемой системы являются фотографии паллет на производстве сигарет, выполняемые сотрудниками фабрики на мобильные телефоны. В работе рассматривается предметная область глубокого обучения и на основе полученных знаний реализуется глубокая нейронная сеть. Проводится тестирование множества конфигураций нейронных сетей, для выявления сети показывающей наибольшую точность. Работа имеет следующую структуру: вводный раздел, четыре основные главы и заключительная часть. Актуальность работы раскрыта в вводном разделе, где также описаны основная цель и поставленные задачи. В первой главе проводится обзор предметной области. Во второй обзор библиотек глубокого обучения и выбор библиотеки для дальнейшей работы. В третьей главе приведено описание исходных данных, также описан процесс обучения нейронной сети. В четвертой главе приводятся результаты тестирования системы. Основные результаты по работе приводятся в заключении.

Права на использование объекта хранения

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

Статистика использования

stat Количество обращений: 1398
За последние 30 дней: 0
Подробная статистика