Детальная информация
Название | Приложение по распознаванию видов цветов и грибов методом глубинного обучения сверточных нейронных сетей: выпускная квалификационная работа бакалавра: 09.03.04 - Программная инженерия ; 09.03.04_01 - Технология разработки и сопровождения качественного программного продукта |
---|---|
Авторы | Фролова Алёна Юрьевна |
Научный руководитель | Зайцев Игорь Владимирович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Выходные сведения | Санкт-Петербург, 2019 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | машинное обучение ; глубокие нейронные сети ; свёрточная нейронная сеть ; распознавание объектов ; machine learning ; deep neural networks ; convolutional neural network ; object recognition |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.04 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
Ссылки | Отзыв руководителя ; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2019/vr/vr19-1331 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | ru\spstu\vkr\1241 |
Дата создания записи | 26.08.2019 |
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 |
Целью данной работы является разработка решения для распознавания цветов и грибов, которое будет использоваться в приложении Android, разработанном параллельно как другой проект. В случае грибов есть аспект безопасности – проводить различие между съедобными и ядовитыми грибами, чтобы уменьшить вероятность отравления. Для этой цели были рассмотрены различные подходы к обучению сверточной нейронной сети и различные существующие библиотеки для распознавания объектов. Работа включает в себя описание, разработку и тестирование сверточной нейронной сети, предназначенной для распознавания видов цветов и грибов на основе файлов изображений. Финальные испытания показали высокую точность модели.
The aim of this work is to develop a solution for color and mushroom recognition, which will be used in an Android application developed in parallel as another project. In the case of fungi, there is a safety aspect – to distinguish between edible and poisonous fungi to reduce the likelihood of poisoning. For this purpose, various approaches to learning convolutional neural network and various existing libraries for object recognition were considered. The work includes the description, development and testing of a convolutional neural network designed to recognize species of flowers and fungi based on image files. The final tests showed high accuracy of the model.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 122
За последние 30 дней: 0