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: 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: PDF
Язык: Русский
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: 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

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.

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 документа

stat Количество обращений: 95
За последние 30 дней: 4
Подробная статистика