Детальная информация
Название | 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 |
---|---|
Авторы | Комаров Александр |
Научный руководитель | Бахшиев Александр Валерьевич |
Другие авторы | Варфоломеев Д. С. |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта |
Выходные сведения | Санкт-Петербург, 2018 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | обнаружение объектов ; нейронные сети ; глубокое обучение ; навигация транспортного средства |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 15.03.06 |
Группа специальностей ФГОС | 150000 - Машиностроение |
Ссылки | Отзыв руководителя ; Рецензия |
DOI | 10.18720/SPBPU/2/v18-3283 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\55714 |
Дата создания записи | 06.11.2018 |
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 |
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.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 119
За последние 30 дней: 0