С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Визуальное распознавание движущихся (летящих) объектов на основе алгоритма быстрой обработки видеопотока: выпускная квалификационная работа бакалавра: 15.03.01 - Машиностроение ; 15.03.01_12 - Машиностроение: технология виртуального прототипирования/качество и инновации
Авторы: Смирнов Арсений Игоревич
Научный руководитель: Орлов Степан Геннадьевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: мультикоптеры; беспилотные летательные аппараты; визуальное распознавание; нейронные сети
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 15.03.01
Группа специальностей ФГОС: 150000 - Машиностроение
Ссылки: Отзыв руководителя
DOI: 10.18720/SPBPU/2/v18-4604
Права доступа: Свободный доступ 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

Увеличение диапазона использования беспилотных летательных аппаратов привело к необходимости их автономного распознавания аппаратными и программными средствами. В данной работе рассматривается один из вариантов реализации визуального распознавания летательных объектов с иcпользованием нейронных сетей. В работе предоставлен краткий обзор современной литературы, в которой описаны основные принципы работы различных типов нейронных сетей, архитектур, а также функции активации и методы оптимизации. Описанная в работе нейронная сеть разработана на языке программирования Python с использованием библиотек Tensorflow и OpenCV.

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: 219
За последние 30 дней: 0
Подробная статистика