Обнаружение участников дорожного движения по телевизионному изображению на основе глубокой нейронной сети в задачах автономного вождения: выпускная квалификационная работа бакалавра: 15.03.06 – Мехатроника и робототехника ; 15.03.06_04  – Автономные роботы

Комаров, Александр

С 17 марта 2020 г. для образовательных ресурсов Электронной библиотеки СПбПУ установлен особый режим их использования

Details

	Table	Card	RUSMARC

Title:	Обнаружение участников дорожного движения по телевизионному изображению на основе глубокой нейронной сети в задачах автономного вождения: выпускная квалификационная работа бакалавра: 15.03.06 – Мехатроника и робототехника ; 15.03.06_04 – Автономные роботы
Creators:	Комаров Александр
Scientific adviser:	Бахшиев Александр Валерьевич
Other creators:	Варфоломеев Д. С.
Organization:	Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Imprint:	Санкт-Петербург, 2018
Collection:	Выпускные квалификационные работы; Общая коллекция
Subjects:	обнаружение объектов; нейронные сети; глубокое обучение; навигация транспортного средства
Document type:	Bachelor graduation qualification work
File type:	PDF
Language:	Russian
Speciality code (FGOS):	15.03.06
Speciality group (FGOS):	150000 - Машиностроение
Links:	Отзыв руководителя; Рецензия
DOI:	10.18720/SPBPU/2/v18-3283
Rights:	Свободный доступ из сети Интернет (чтение, печать, копирование)

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Объектом исследования являются методы и алгоритмы обнаружения объектов на изображениях. Цель работы - разработка методики обнаружения участников дорожного движения на изображении с использованием алгоритмов глубокого обучения. В процессе работы была реализована программа для обнаружения участников дорожного движения и проводились экспериментальные исследования её производительности. В результате исследования была реализована нейронная сеть глубокого обучения по архитектуре TinyYOLO. Сеть обучена несколько раз на различных обучающих наборах. Использованные наборы изображений: COCO, PascalVOC и KITTI. Измерены основные показатели алгоритма для каждого из наборов, такие как точность обнаружения и размер обучающей базы. Эффективность алгоритма определяется скоростью его работы и простотой его реализации. Данное программное решение может применяться для реализации систем навигации беспилотных транспортных средств в условиях движения по городу.

Document access rights

	Network		User group		Action
	ILC SPbPU Local Network		All
	Internet		Authorized users
	Internet		Anonymous

Document usage statistics

Document access count: 103
Last 30 days: 5
Detailed usage statistics